【GameLook专稿，禁止转载！】
GameLook报道/六月初，有两件事几乎同时出现在游戏行业的视野里，表面上没有明显关联。
一件是米哈游在中国区Steam上线了《BSide: Olivia Lin》，它不在游戏目录里，而是一个围绕虚拟角色林离展开的桌面应用，带有书信互动、音乐生成和桌面陪伴等功能。
另一件，则是一篇新近公开的arXiv论文，来自蔡浩宇公司Anuttacon的研究者把100个AI角色放进三个不同的虚构社会里，让它们各自生活十个虚拟年，再用这些“活过的人生”去训练更擅长角色扮演的模型。
arXiv论文链接：https://arxiv.org/html/2606.07513v1
这两件事的主体、目标和完成形态都不一样，一个更接近已经摆到玩家面前的产品，一个更接近底层研究。
但如果放在一起，在GameLook看来，它们又恰好勾勒出了AI角色眼下最值得游戏行业关注的两条路。一条是把角色本身做成可被消费、可被陪伴的产品，另一条则是试图在玩家见到角色之前，先为它补上一段可被调用的人生与关系史。
这两个方向各自面对的现实约束，也许比”AI又能做什么”这个问题本身更值得讨论。
不只是桌面AI女友
外界对《BSide: Olivia Lin》最常见的概括，大概是”米哈游做了个AI女友产品”。这个说法不能算错，但它丢掉了这款产品里更值得关注的部分。
更准确的描述是：这是米哈游把自己最成熟的一套角色包装、内容运营和互动设计能力，压缩进了一个体量不大的AI角色陪伴应用里。
它同时包含了几种已经被验证过的产品形态，包括但不限于角色对话、音乐内容生成、桌面常驻、持续的角色内容运营，并把这些功能统一组织在一个叫做林离（Olivia Lin）的角色身上。
不过相较于传统游戏，《BSide: Olivia Lin》本身没有战斗，没有氪金，没有日常任务，只有一个会弹钢琴的大学生角色驻留在桌面，和用户通信、给用户演奏。
这也是为什么GameLook认为，该应用最大的亮点不是它的功能列表，而是这种产品形态在说什么。
通过之前的《NOVA人工桌面》以及《BSide: Olivia Lin》，米哈游在用一个”小产品”测试的，是玩家愿不愿意把”和角色相处”这件事从游戏本体里剥离出来，变成一种更日常、更长尾的消费关系。
而从这个角度去看，角色的设计就有了逻辑。林离是一个上海大学的钢琴专业女生，研究音乐与记忆的关系，这种人设不是装饰，而是在服务”低频陪伴+轻互动+日常存在感”的产品框架。
对于该角色，这款产品上架Steam之前，已经有将近一年的角色运营铺垫：B站账号”林离 Olivia”于2025年8月首发钢琴视频，到2026年3月开始发布她回复粉丝来信的互动内容，商标申请更早，在2025年11月就完成了注册。
而在该产品中，用户和她发生关系的方式，不只是在聊天窗口里打字，而是通过几条互动渠道叠加在一起：书信往来（AI按照角色人设生成回信）、音乐体验（用户可以上传MIDI文件，系统转化为林离演奏的音乐视频）、以及桌面驻留（角色在屏幕上持续出现，可触发实时演奏）。
几个模块合在一起，让陪伴感分散进更日常的使用场景里，而不是集中在某一个单一功能上。
根据Steam页面的信息，，抢先体验阶段，《BSide: Olivia Lin》的全部功能免费，预计持续到2026年底。正式版上线后，基础体验也将保持免费。
如果只看林离的表面形态，包括聊天、音乐视频生成、动态桌面、角色人设，这类产品看起来不像需要极高门槛的东西。AI陪伴赛道里有很多团队也在做类似的路线：找一个角色、接上大模型、包一个可以聊天的虚拟伴侣产品。
但米哈游这次给出的恰恰是另一种答案：这类产品真正难的，未必是“把模型接上去”，而是能不能把角色感拆散到多个日常场景里之后，仍然维持住一致的内容供给、稳定的体验和持续的陪伴感。
《BSide: Olivia Lin》在上架Steam之前，其实已经经历了相当长的角色运营和内容预热，B站账号、角色内容和商标布局都说明，它不是临时起意的小实验，而是一场认真经营角色本身的产品尝试。
某种意义上，这反而说明，AI陪伴赛道里那些看上去最“轻”的产品，最后拼的仍然是角色工业化、内容供给和多模态整合。
而这些恰恰是成熟游戏公司比创业团队更容易具备的能力。
100个角色，三个世界，十年
如果说 《BSide: Olivia Lin》 展示的是另一种更靠近玩家、也更容易被直接消费的AI角色形态，那么同期Anuttacon公开的 Agentopia 论文，讨论的就是同一个问题在另一端的答案：当玩家还没有见到一个角色之前，能不能先让它在后台真正“活过”一段时间。
论文的基本设定是这样的：100个具有各自背景、性格和初始关系的AI角色，被分别放进三个不同的虚构社会，包括一栋纽约共享公寓楼（混住的年轻专业人士、学生和艺术家）、一所奇幻魔法学院（学生与教员）、以及一所中国高中（师生互动，完整用中文运行）。
每个世界里100个角色，自主生活了十个虚拟年。
这和通常所说的”给NPC接上大模型让它能聊天”有根本性的区别。
普通的AI NPC，不管接的模型多强，面对两个固有限制：背景故事是编剧写死的静态设定，每次对话的生成是无状态的。玩家每次和NPC交互，它的历史是固化的，它对玩家的印象不会积累，它和世界里其他角色的关系也不会随时间演进。
从论文上来看，Agentopia想做的，是另外一件事：让NPC的”背景”不再是写在文档里的设定，而是真实模拟过的经历。角色带着自己活出来的履历，比如交过的朋友、换过的工作、做过的选择，以及在其他角色眼中积累起来的口碑，进入玩家的世界。
在具体实践中，研究者们构建的框架的核心是一套以”周”为单位的生活循环：每个周期，角色先规划，联络排程，执行各类活动，最后复盘。
每年年底，系统更新角色的长期状态：职业可以跳槽，技能持续成长，性格特质也会因为积累的经历缓慢漂移。角色拥有长期记忆文件、技能属性、资产和收入状态、主观满足度，以及一套每年综合评估，维度包括社会声望（基于PageRank计算的关系权重）、主观满足度（按需求层次拆解成情绪、物质、社会、自尊四个维度）和经济状态，然后进行”生活奖励”。
研究团队用这套奖励体系筛选出”活得好”的角色轨迹，再通过拒绝采样的方式反过来微调底层模型。最终结果是在角色扮演能力评测（CoSER Test）上取得了15.6%的综合提升，其中”拟人化”指标提升23.7%，”角色还原度”提升16.4%。
计算代价与落地现实
而如此庞大的实验，论文在实验部分直接公布了计算开销：三个世界中，每个完整的10年模拟平均消耗约137亿个token（输入约133亿，输出约3.5亿），需要完成约56.7万次LLM调用，实际机时约186小时。
而在测试中使用的底层模型是FP8精度的Qwen3.5-397B，训练阶段使用了240张H100 80GB GPU（30节点×8）完成一个epoch。
137亿个token，是一次受控研究实验的单次模拟开销，100个角色，三个世界，10年。这个数字说明的是：Agentopia目前是一套研究级别的框架，不是一套可以直接贴进游戏的即用工具。”
推理成本未来会持续下降”是真的，但成本下降解决的是”能不能跑”的问题，解决不了”谁为这段NPC人生买单”的问题。
虽然在落地场景上，这类技术在游戏里更有意义的应用，不是让所有NPC都无限深刻，而是在特定类型的产品里发挥作用，特别是重社交、重角色关系、重长线叙事沉浸的方向。
在这类产品里，”角色在见到玩家之前有没有自己的历史”，会直接影响体验的厚度。
可即便是有限的NPC，在GameLook看来，商业化依旧是核心问题。
第一个问题是成本分摊方式。把Agentopia式的NPC体验做成游戏标配，让每个玩家、每个NPC都按这套逻辑实时运行，成本结构很难支撑。
AI 文字RPG游戏TideFall的订阅价格
但如果做成订阅制、点卡制或者”高级互动需付费”，且不说订阅价格昂贵的问题（目前欧美市场主打AI NPC的产品每月价格基本在20美元左右），仅体验上，付费玩家的NPC有记忆、有履历、会记住你们之间的历史，而免费玩家看到的是空壳，问题会更严重。
这也是为什么AI NPC的收费问题会比卖皮肤、卖赛季通行证敏感得多。
GaaS游戏当然也是“服务”，但它和SaaS终究不是一回事：新角色、新皮肤、新赛季可以被理解为额外内容，可如果连“NPC是不是活的”“角色会不会记住你”“世界有没有持续关系感”这种本该属于基础体验的东西，也被拆成会员权益或互动点卡，那玩家感受到的很可能不是增值服务，而是基础体验被人为切开之后再拿出来单独定价。
两个方向，同一组问题
《BSide: Olivia Lin》和 Agentopia 的主体、目标都不相同，但把它们放在一起看，还是能看见同一个变化正在发生：AI进入游戏行业之后，作为虚拟世界的基础构成，“角色”本身的价值面临着重构。
虚拟角色，即便不是关键角色，开始不再只是被写在文档里的内容资产，也不只是某个任务链上的固定节点，而是被进一步推向新形态，要么是可被陪伴、可被长期消费的对象，要么是像 Agentopia 设想的那样，有自己的人生。
但也正因为角色开始变成一种持续运行的体验，游戏行业接下来要面对的，就不只是“AI能不能把角色做得更像人”，而是另一组更现实的问题。
这种体验应该被放在游戏的哪个位置，它究竟是基础体验的一部分，还是可以被单独包装和定价的服务；它的成本由谁承担；当“角色会不会记住你”“NPC是不是活的”“你和这个世界能不能建立持续关系”都开始对应更高的推理和运营成本时，厂商又会不会忍不住把这些东西切成一层层可售卖的会员权益。
从这个角度看，《BSide: Olivia Lin》和 Agentopia共同指向的，也许不是一个简单的“AI角色时代来了”，而是一个更具体、也更麻烦的问题。
如若转载，请注明出处：http://www.gamelook.com.cn/2026/06/595961/
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。