文章摘要
【关 键 词】 角色扮演、模拟人生、生成游戏、动态适配、图像生成
谷歌与北卡罗来纳大学教堂山分校的联合研究团队开发了一款名为Unbounded的角色扮演游戏，该游戏能够根据用户的初始输入生成模拟环境和角色动作。Unbounded的设计灵感来源于《模拟人生》，允许玩家自定义角色并实时更新其状态，如饥饿度、能量和兴趣度。游戏每秒刷新一次，角色可以自由探索环境并进行互动。
研究团队提出了“生成无限游戏”的概念，这类游戏以延续游戏为目的，通过生成式模型超越传统视频游戏的限制。Unbounded完全由生成式模型封装，玩家可以在虚拟世界中与角色互动，同时确保角色的健康状态。
游戏引擎基于大型语言模型（LLM）开发，能够保持游戏机制的一致性，生成连贯的叙事，并实时生成上下文角色响应。该引擎在两个协作性强的LLM Agent自动生成的数据基础上进行微调，无需人工注释。经过微调后，游戏引擎在状态更新、环境相关性、故事连贯性和指令遵循方面表现出色。
在视觉生成方面，研究团队引入了新型动态区域图像提示适配器（Regional IP-Adapter），该适配器能够在保持多幅图像视觉一致性的同时，生成一致的角色和环境。它通过动态掩码调制游戏环境和角色外观，减少环境和角色之间的干扰，使两者都能可靠地出现在场景中。与之前的方法相比，区域IP适配器采用了区块丢弃技术，能持续生成具有高度字符一致性和环境一致性的图像。
该研究的主要作者Jialu Li是北卡罗来纳大学教堂山分校的五年级博士生，本科毕业于上海交通大学，后在康奈尔大学获得硕士学位。谷歌导师Nataniel Ruiz对生成游戏的前景表示乐观，认为未来大多数游戏都将完全由生成游戏组成。研究论文已在arXiv上发表，并提供了相关项目的链接。
原文和模型
【原文链接】 阅读原文 [ 864字 | 4分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★☆☆☆
