不用喂数据，AI也能玩懂《逆转裁判》了

今天小编分享的游戏经验：不用喂数据，AI也能玩懂《逆转裁判》了，欢迎阅读。

这些年来，AI 打游戏的出色表现已经让人见怪不怪了。

2018 年《星际争霸》举办了 AI 挑战赛，参赛队伍八仙过海、各显神通；2019 年，《王者荣耀》的绝悟在世界冠军杯表演赛中打赢了五个现役职业选手；2022 年，《暗区突围》推出了号称全球首个能用语音指挥的 AI 队友 F.A.C.U.L.，直接拉满了竞技类游戏的最高配置。

不抢资源、配合指挥，而且会讲冷笑话，简直情绪价值拉满

不过，这些 AI 玩家都属于 " 单游戏智能体 "，专门针对单一游戏训练，且需要海量数据支持。

说人话就是，这些 AI 必须提前学习识别场景中的建筑、物体、装饰、可互動物件，对局中的微操和战术配合，也只能靠人工标记和强化训练，投入游戏中使用还会耗费大量算力。

即便是谷歌 2022 年推出的多游戏智能体 Transformer，能玩 41 款雅达利游戏，但也依赖于大量预先学习的数据。

说白了，它们都必须模仿人类，需要靠 " 看攻略 " 来维持智商。

但最近，加州大学圣地亚哥分校的 Hao AI 实验室进行了一项特别的 AI 推理能力测试，他们选取了四个不同的 AI 模型，在没有任预先前训练的情况下，直接让它们玩《逆转裁判》——四位 " 参赛选手 " 分别是 Gemini 2.5 Pro、Claude 3.7 Sonnet、Llama-4 Maverick 以及 OpenAI o1。

换句话说，整个过程需要 AI 自主理解游戏画面、剧情与机制，并推动游戏进程——几乎和第一次接触这款游戏的新玩家没什么区别。

而最终的结果也令人意外：Llama-4 Maverick 在游戏一开始就早早出局，Gemini 2.5 Pro 和 Claude 3.7 Sonnet 进入了第二章《逆转姐妹》，而 OpenAI o1 则是一口气打到了第二集结尾，虽然没有完全通关，但表现令人称道。

四个模型同台竞技最终成绩

为什么选择《逆转裁判》来考验 AI？

根据 Hao AI 实验室的解释，主要目的有三个：一是为了考验 AI 的长语境推理能力，《逆转裁判》需要 AI 交叉引用先前的对话和证据，发现其中的矛盾；二是考验视觉理解能力，观察 AI 能否辨认出、反驳虚假陈述的影像；三是考验动态决策能力，何时施压、出示证据或隐瞒，AI 需要在有限的试错次数内做出正确的选择。

而最终，AI 也的确仅依靠自身的推理能力，就能够表现出了接近人类的理解和处理问题能力。