今天小編分享的遊戲經驗：AI+多劇情遊戲，能讓玩家擁有更多選擇嗎？，歡迎閱讀。
在很多非線性的遊戲中，制作組往往會給玩家提供各種不同的劇情分支，并根據遊戲中玩家行為、選擇的不同，來決定最終結局的走向。
這樣的遊戲，既有《巫師 3》、《2077》這樣的開放世界大作，也有《奇異人生》、《底特律：變人》這類劇情互動類遊戲。
盡管這樣的機制，是為了讓玩家覺得自己的選擇更有 " 意義 "，更能影響遊戲世界的命運。
然而，玩過此類遊戲的玩家都明白，其實各個不同的分支、結局，是早就已經被編劇寫好了的。
在某些情況下，為了看到特定的結局，部分玩家往往會忍不住去查攻略，看看究竟做出怎樣的選擇，才能觸發特定的劇情。
如果不知道這些選項背後的劇情，選起來可能會很糾結
在這種情況下，遊戲的走向和劇情，歸根結底是可預知、可控制的。
然而，基于此次 GPT 所帶來的各種 AI 革命，卻讓人看到了這類 " 多劇情選擇 " 類遊戲更自由的可能。
一、沒有劇本的 NPC
5 月 29 日，在中國台北舉辦的 2023 年台北國際電腦展（Computex）上，老黃向人們展示了一種名為 Omniverse Avatar Cloud Engine（以下簡稱 ACE）的 AI 技術。
這個技術，簡而言之，就是讓遊戲中的 NPC 具有了 " 即興創作 " 的能力。換句話說，NPC 與玩家的對話，不再是基于已經寫好的台詞，而是會根據玩家的語音，進行實時反應和生成。
在這段演示中，玩家通過與拉面店的老板 " 閒聊 " 的方式，得知了城東邊一個犯罪頭目的蹤迹，并順帶接下了個支線。
而實時進行的對話，則是由一套被稱為 NeMo 的系統生成的。
整個 NeMo 系統，可以分為兩大部分：NeMo Language 技術是用于構建、定制和部署語言模型的服務，它可以根據遊戲設定和角色背景生成适合的對話内容。
Dialogue Manager 是用于管理對話狀态和策略的系統，它可以根據玩家的語音輸入和 NPC 的語言模型，決定 NPC 應該說什麼。
雖然英偉達的技術看似復雜，但早在該技術公布前，民間就早已有人弄了個 " 低配版 " 的 NeMo。
具體做法是，在《上古卷軸》這樣的遊戲裡，以 MOD 的形式添加 GPT-4 到角色的對話系統中，再通過語音識别技術，讓玩家用說話的方式，實現與 NPC 的實時交流。
這類技術的問世，在讓遊戲變得更生動的同時，也無意中讓一些遊戲制作人夢寐以求的劇情機制，真正地有了現實的土壤。
而這些天馬行空的制作人，就包括了《生化奇兵》的設計師肯 · 列文，
在前段時間的采訪中，肯 · 列文表示，他的下一款遊戲《猶大》（Judas）将采用被他稱作是 " 劇情樂高 " 的系統。從而更加突出 " 玩家驅動 " 的重要性。
實際上，關于 " 劇情樂高 " 的玩法，肯 · 列文在 2014 年的 GDC 演講中就進行了探讨。
在他的理念中，這個思路是将劇情拆分為最小的、可觸的組件，并将其不斷重新排列，類似一個個樂高玩具那樣，從而探索出廣泛劇情走向的方案。
在肯 · 列文看來，既然目前的遊戲，已經仿造出了一種基于真實世界的物理系統，那麼對應的，在劇情方面也應該有這樣一個類似叙事的 " 物理引擎 "，能讓一切劇情、角色自然地相互交流、互相碰撞。
在這樣的叙事系統中，叙事元素互動的關鍵點，将完全交給玩家。
然而，由于當時（2014 年）的 AI 技術遠不及今天這樣發達，因此肯 · 列文的想法實施起來，必定會遇到很多技術上的困難。
一個顯著的技術難點是：如何讓這個龐大的、基于各個因素關聯起來的叙事系統，能夠自然而有邏輯的運轉，并傳達出遊戲所蘊含的情感、基調？
在生成式 AI 突飛猛進的今天，這一切似乎終于有了答案：
在之前提到的 ACE 等實時互動技術的加持下，編劇不必再煞費苦心地構思每個 NPC 的戲份、台詞，它們完全可以用實時生成的對話策略和行為邏輯，自發地與玩家驅動劇情。
二、AI 版 DND
這種與 NPC 實時互動的方式，人工編寫的劇情分支，究竟有什麼本質上的不同？
我們可以通過一個假想的場景來進行比較：
假設我們在玩一個以中世紀為背景的冒險遊戲，遊戲中有一個魔法師 NPC，我們在遊戲中遇到了他，他向我們提出了一個問題：你知道這個世界上最強大的魔法是什麼嗎？
在以往人工編寫的劇情分支中，玩家往往會面臨幾個固定的選項：
A. 我不知道，你告訴我吧——魔法師會告訴我們是時間，因為它可以改變一切。随後會邀請我們加入他的研究團隊
B. 我不在乎，你别煩我。—— 魔法師會嘲笑我們是一個無知和愚蠢的家夥，之後向我們展示一種強大的魔法。
C. 我覺得是恐懼，你呢？—— 魔法師會奸笑地點頭，然後他會向我們透露自己的陰謀。
而如果使用實時互動技術來推進劇情，我們将不會有固定的選項，而是可能會依據玩家個性、行為的不同，出現各種結果：
如果我們回答得很簡單或很模糊，比如說 " 我不知道 " 或 " 可能吧 "，魔法師可能會對我們失去興趣，轉身離開。
如果我們回答得很粗暴或很無禮，比如說 " 你閉嘴 " 或 " 你去死吧 "，魔法師可能會對我們發怒，并對我們施展一種強大的詛咒魔法。
如果我們回答得很幽默或很奇怪，比如說 " 我覺得是香蕉 " 或 " 我覺得是你媽 "，魔法師可能會覺得我們很有趣或很奇特，問我們更多的問題或給我們更多的信息。
在這樣的機制中，由于每個玩家個性的不同，NPC 對應的反饋也會不一樣，而每段由此生成的劇情，也都将是獨特的，别人無法體驗的。
于是，一個真正 " 千人千面 " 的遊戲劇情系統，就由此形成了。
不過，這種 " 恣意妄為 " 的玩法雖然看起來很胡來，但也并非在遊戲史上沒有先例，一個最類似的例子，就是很多人耳熟能詳的 DND 跑團機制。
DnD 跑團的玩法，簡而言之，就是一種角色扮演 + 多人互動 + 一定随機性的機制。
遊戲開始時，玩家可以創造或選擇各種角色，例如勇猛的戰士，或是狡詐的盜賊。
接着，遊戲的主持人 DM，會主持這些玩家的冒險，讓他們經歷某段劇情，對抗某個 BOSS。
這個過程裡，1/3 靠玩家和 DM 的想象力，1/3 是靠遊戲的規則書，1/3 是靠骰子來決定各種行為的成功與否。
在這樣的玩法中，玩家的想象力很大程度上決定了遊戲的走向。
如果你願意，你完全可以将香蕉當成武器，去捅某個 BOSS 的鼻孔。
如果我們将與 NPC 實時互動的機制，與 DND 的玩法進行對應，那麼由 AI 驅動的遊戲角色，實際上就代替了 DND 中的主持人以及其他玩家。
在此基礎上，依靠着一定的随機性，遊戲在沒有編劇插手的情況下，就能讓玩家與 NPC 一直驅動着劇情走下去。
然而，為了避免這樣互動，徹底變成雜亂無章的随機事件，以至于劇情的走向變得毫無邏輯，或偏離遊戲主題，這個由 AI 驅動的劇情機制，也需要自己的 " 規則書 "。
三、預知一切的 AI
這樣的 " 規則書 "，實際上就是整個遊戲世界運行的邏輯和規律。
在此基礎上，遊戲能根據玩家的具體行為、決策，進行相應的推理預測，從而一步步構建出整個遊戲的劇情走向。
可問題是，無論是之前的各種 " 多劇情選擇 " 遊戲，還是 DND 的跑團機制，實際上都是在用人腦有限的想象，來模拟和預測玩家行為的後果。
而這種方式的局限性就在于，當人們采取了 "AI 版 DND" 的玩法，即玩家與 NPC 實時互動的方式來驅動劇情後，由于每個玩家個性的不同，必然會造成 NPC 反饋 " 千人千面 " 的情況。
在這種情況下，用人工的方式，是幾乎不可能窮盡所有的結果的。
在《底特律：變人》中，想象如此多的分支，已經很不容易了
在這種情況下，人類就需要一種具有 " 預測 " 能力的 AI，來代替自己進行推理、想象。
而這樣的 AI，在現實中也已經出現了。
就在不久前，圖靈獎得主、Meta 的首席人工智能科學家 Yann LeCun，就勾勒了一個不同于當前 GPT 的新型 AI 模型——世界模型。
而這類世界模型，與當前的 AI 大模型最大的區别，就在于其可以通過觀察視頻的方式，來學習關于真實世界的大量背景知識，并由此推斷出什麼可能，什麼合理，什麼不可能。
Yann LeCun 構想的世界模型，由六大部分組成
在 Yann LeCun 看來，大部分人類所擁有的知識（例如騎自行車、洗碗等），其實和語言無關，所以這部分内容，僅通過文本來訓練的 GPT，是捕捉不到的。
而通過 " 看視頻 " 來學習的 AI，與 GPT 相比，能夠更加準确地把握世界運行的各種 " 常識 "。
例如，某個司機可能以前沒有在雪地上開過車，但他（很可能）知道雪地會很滑，如果開得太猛，車就會打滑。
而正是這種常識性知識，使人和其他動物不僅能夠預測未來的結果，而且能夠填補缺失的信息。
這也是為什麼，在 Yann LeCun 看來，現在的 GPT" 連狗都不如 "
于是，在具備了各種常識之後，這樣的 AI 模型，就能根據現實世界的規律，對各種事件進行分析、預測。
在 Yann LeCun 的世界模型中，最復雜的是一個名為 " 世界模型模塊 " 的部分。
它有兩個作用：（1）評估感知未能提供的關于世界狀态的缺失信息；（2）合理預測世界的未來狀态。世界模型可以預測世界的自然演變，也可以預測由行為者模塊采取的一系列行動所產生的未來世界狀态。
在從各類事件中抽象出潛在的因果關系後。該大模型就能生成多個可能的未來狀态，并根據成本或目标來評價和選擇它們。
而當這樣具備了 " 預測能力 " 的 AI，與 NPC 的實時互動技術相結合後，我們就不難想象，兩者會碰撞出怎樣奇妙的結果。
舉個假想的例子，如果世界模型在遊戲中，想要設計一段 " 男主和女主在賽博朋克世界中，逃離壟斷企業追殺 " 的劇情。
它就會用預測器來猜測下一段電影的摘要，比如 " 男女主角最終逃過了追殺 "。
但是它也知道這個預測不一定準确，因為劇情可能有很多不同的走向。比如 " 因追兵太多，男主為救女主角犧牲了。"，或者 " 浮空車被擊毀，二人雙雙身亡 "。
所以它用一個潛在變量來表示這些不确定性，比如 " 壟斷企業的實力 " 或者 " 男女主角的關系 "。
這樣，" 世界模型 " 就可以生成多個可能的劇情，并根據因果關系、世界觀設定來選擇它們。
有了這類 AI 技術的加持，也許在未來的某一天，真正依靠 " 玩家驅動 "，并且在劇情上有着更多選擇、更自由可能的遊戲機制，就将不再只是某些開發商宣傳時的誇大之詞了。
