DeepMind CEO、AlphaGo之父Demis Hassabis用游戏做AI研究已走过十余年。
这一次,他把AI扔进了跑了23年的「活宇宙」:一款连新手引导都能劝退玩家的太空网游EVE Online。
棋局有终局,EVE没有。
5月初,DeepMind官宣了与EVE Online建立研究合作,原因很简单:EVE复杂且有玩家驱动的宇宙,是测试AI记忆、持续学习和长期规划的完美安全沙盒。
DeepMind联手EVE,不是为了追求有趣的游戏体验,或者赋能游戏玩法,而是要啃下当前AI智能体研究里公认最难啃的三块骨头,Hassabis把答案押在了一款运营23年的老游戏上。
Fenris Creations(原CCP Games)宣布与DeepMind合作
EVE Online背后的公司,5月6日同一天宣布了四件事:
- 从母公司Pearl Abyss体系中重新独立;
- 更名为Fenris Creations;
- 完成1.2亿美元交易;
- Google作为本次独立的一部分,持有Fenris Creations少数股权,并同步启动与Google DeepMind的研究合作。
Fenris Creations CEO Hilmar Veigar Pétursson在公告中声称:
这次转型不涉及裁员或重组,团队、产品、开发计划保持不变。EVE继续。
从运营数字看,这家公司是带着「真实弹药」来谈合作的,而不是卖资产求生。
EVE Online 2025年营收超过7000万美元,11月创下历史最高收入纪录,Q4成为该游戏20年历史上营收第二高的季度。
Fenris Creations独立出来,意味着EVE现在有了一个能自主决定研究合作的母公司,不再被一家更大的游戏发行公司的战略目标绑架。
1997年Fenris出版的桌游产品盒。「Fenris」这个名字比EVE Online还早了6年,更名为Fenris Creations是一次回溯,不是另起炉灶
DeepMind为何会选中EVE?
23年「人造社会」
AI基准测试难以复制
很多人听到「游戏+AI研究」,第一反应是回想AlphaGo或AlphaStar,EVE和它们都不同。
围棋和星际争霸有一个共同特点:一局比赛有开始,有结束,有明确的胜负规则。
AlphaGo的目标是打赢棋局,AlphaStar的目标是打赢一场星际对战,都是「单局智能」的研究范式,但EVE没有终局。
EVE Online以「单一共享宇宙」(single-shard / single shared universe)著称,大量玩家长期在同一个持久世界中竞争、贸易、结盟和战争。
玩家在这里建立起了真实的经济体系、政治联盟、军事集团、贸易路线、历史恩怨和跨年度的战争计划。
有些战役从筹备到落幕要花掉整整一年。有些联盟的崛起和覆灭,被后来的玩家当作真实历史研究。
Hilmar在公告中说:「EVE是少数几个能在已经像真实世界运转的环境中探索智能问题的地方。」
Hassabis更是谈到,自己从小玩游戏,职业生涯起点是设计AI模拟游戏,AlphaGo、AlphaStar和SIMA的研究都和游戏深度绑定,而EVE是下一阶段的选择:
我很高兴能与Fenris Creations合作,在这个由玩家打造、复杂程度无与伦比的宇宙里,安全地探索全新的游戏体验并推进AI研究。
大多数AI基准测试像是体检,EVE更像是把AI扔进一个已经持续了23年的「人造社会」。
智能体3块最硬骨头
刚好是EVE玩家日常
这次官方明确列出了三个研究方向:长程规划(long-horizon planning)、记忆(memory)、持续学习(continual learning)。
这三个方向,是当前AI智能体研究领域公认的3块最难啃的骨头。
如果你身边有人玩过十年以上的EVE Online,让他打开账号给你看一眼好友列表,你很可能会看到几十个分组、上百个名字,备注栏里写着「2018年Delve战役欠的债」「鹅群联盟(Goonswarm)内部叛徒,别合作」「这哥们儿是间谍,组织里都知道」。
这不是上下文窗口,而是十年起步的跨会话长程记忆。
记忆这一关,EVE玩家天天都在过,持续学习这一关也一样。
2014年1月,B-R5RB一战持续约21小时,参战角色超过7500个,75艘Titan被毁,损失折合真实货币约30万美元。整场战役的导火索,是一笔主权账单未能自动支付。
这一仗打完,整个游戏的舰队战术全部改写。各联盟之后几年的舰队配置、战术体系,全部围绕复盘在迭代。每月都在改,每场失败都被拆成可执行的策略更新。
至于长程规划,EVE联盟战争的标准时间单位不是小时,是月。一场跨星域战争从筹备到打响,造船、运输、外交、潜伏、反间,几百号玩家在没有任何任务调度的情况下自发协作,跨月推进一个共同目标。
这套协作体系是23年里玩家自己长出来的。
当前AI智能体评估里被认为最硬的3块骨头,恰好是EVE玩家的日常。
EVE中23年的玩家驱动演化,产生了一个始终在变、始终复杂、没有捷径的环境,实验室里人工合成不了这种复杂度。
DeepMind在2025年11月发布的SIMA 2,已经从「执行指令」进化到「理解目标、推理过程、边玩边学」。
从研究问题上看,EVE项目与SIMA 2同属「游戏作为智能体训练场」这条路线,不同的是这次场地换成了一个持续运转23年的真实宇宙。
EVE Online游戏内战役画面,这种由玩家自发组织、动辄持续数小时的大规模会战,是DeepMind选中EVE作为长程规划与持续学习研究场景的核心原因
DeepMind进的是离线沙盒
不是玩家宇宙
DeepMind这次和Fenris的合作方式,比想象中保守,DeepMind拿到的不是直接接入现役玩家正式服的权限。
DeepMind官方在公告中声明:初始研究将在离线版本的EVE Online上进行,使用本地服务器,在受控环境里测试和评估模型,不连接EVE Online正式运营服务器。
一方面,离线版意味着DeepMind不会去消费现役玩家的对战数据,也不会扰动真正的服务器经济,这避免了任何隐私和合规上的复杂度。
另一方面,离线版EVE仍可保留复杂的规则系统、舰船与经济机制、星域结构等核心设计。
DeepMind拿到的是一个「被23年玩家压力测试过」的复杂世界,作为智能体要去活下去的考场。
从Atari到EVE
这条路走向哪里
从DeepMind这十几年的训练场选择往回看,有一条很清晰的进化线。
2013到2015年,Atari是起点。DQN把智能体放进《打砖块》《太空入侵者》这种关卡明确、规则封闭的游戏。考的是反应和价值估计。
2016到2017年,AlphaGo和AlphaZero。围棋规则规整、动作空间巨大但封闭。考的是搜索和长链推理。
2019年,AlphaStar进了《星际争霸2》。第一次进入实时、不完美信息、多线博弈的环境。考的是部分可观察下的实时决策。
2024年,SIMA想做跨多个游戏的通用智能体。考的是迁移泛化。
2025年,SIMA 2升级:不只执行指令,还能和用户对话、推理目标、在游戏过程中自我改进。
DeepMind 2025年发布的SIMA 2,已从「执行指令」进化到「理解目标、推理过程、边玩边学」
每一代环境,都比上一代多了一些「真实世界的样子」:从规则封闭到规则开放,从完美信息到不完美信息,从单局对抗到跨局迁移。
但此前这些环境大多仍是相对封闭、可切分、可重复评测的任务场,比如Atari是固定规则的街机游戏,AlphaStar面对的是一局一局结束的星际对战,SIMA则在多个3D虚拟环境中测试跨游戏泛化。
EVE的不同之处在于,它是一个长期运行、玩家驱动、经济和政治结构持续演化的持久世界。
它是在23年间,经由一群真实玩家在开放规则的世界里自发演化出来的:完整的玩家驱动经济(ISK价格波动堪比真实金融市场),跨联盟的政治结构(外交、间谍、停战协议),从小规模冲突到21小时大战的整套战争生态。
圈内对智能体评估的共识越来越清楚,单点任务跑分早就玩不出什么新花样了,但长程记忆、跨周规划、从失败中学习,一直没有像样的评估场。
所以,DeepMind这次的选择是:与其再造一个合成环境,不如走进一个已经被人类玩家用23年压力测试过的「人造社会」。
但更大的问题也随之浮现:
一个能在EVE里持续存在、持续学习、持续规划的AI智能体,它和在真实世界里自主运作的智能体之间,还差什么?
参考资料:
https://x.com/GoogleDeepMind/status/2052011542707630461
https://www.ccpgames.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind
https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/
本文来自微信公众号“新智元”,作者:ASI启示录,编辑:元宇
