惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
Check Point Blog
罗磊的独立博客
量子位
Microsoft Azure Blog
Microsoft Azure Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
J
Java Code Geeks
M
MIT News - Artificial intelligence
月光博客
月光博客
IT之家
IT之家
D
DataBreaches.Net
A
About on SuperTechFans
博客园 - 三生石上(FineUI控件)
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Last Week in AI
Last Week in AI
D
Docker
The GitHub Blog
The GitHub Blog
B
Blog
V
Visual Studio Blog
博客园 - Franky
N
Netflix TechBlog - Medium
博客园 - 【当耐特】
Martin Fowler
Martin Fowler
博客园 - 聂微东
U
Unit 42

Prompt 语宙

kimi-thinking-preview – 月之暗面推出的多模态思考模型 pdf-craft – 开源 PDF 转 Markdown 工具 UltraMem – 字节豆包大模型团队推出的全新超稀疏模型架构 EasyControl – Tiamat AI 联合上海科大等开源的图像生成控制框架 GaussianCity – 南洋理工大学 S-Lab 团队推出的 3D 城市生成框架 X-Prompt – 用于多模态视频目标分割的通用框架 豆包大模型1.5 – 字节跳动推出的最新版大模型 GaussianAnything – 南洋理工 S-Lab 和上海 AI Lab 等推出的 3D 生成框架 Cube 3D – Roblox 推出的 AI 3D 生成模型 OpenMath-Nemotron – 英伟达开源的数学推理系列模型 MAI Transcribe-1.5 – 微软 MAI 推出的语音转文本模型 Seed1.5-Embedding – 字节跳动 Seed 团队推出的向量模型 2026世界杯人机大战引爆!联想携手DeepSeek等顶尖AI大模型,对战亿万球迷预测冠军 高考公平守护战!豆包、文心等主流大模型集体禁用拍题功能 ShotAdapter – Adobe联合UIUC推出的多镜头视频生成框架 Devstral – Mistral AI联合All Hands AI开源的编程专用AI模型 MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型 Software Copyright Materials Skill – 开源软著资料生成Skill Dulus – 开源的 CLI AI Agent,可驱动多模型工具调用 Reasonix – 专为 DeepSeek 推出的开源终端编程 Agent Mega-ASR – NTU、NUS、上海AI Lab开源的语音识别模型 CodeGraph – 开源代码知识图谱工具,加速代码理解和分析 MiniCPM5-1B – 面壁智能联合清华开源的端侧文本基座模型 Horizon – 开源 AI 信息聚合系统,构建专属新闻雷达 BitCPM-CANN – 面壁智能联合清华开源的端侧大模型 Xiaomi Auto World Model – 小米推出的辅助驾驶世界模型 opera-browser-cli – Opera Neon 开源的命令行工具 omp – 开源的 AI 终端编程智能体,能与 IDE 深度联动 Claude Opus 4.8 – Anthropic 推出的旗舰级大语言模型 Hy-Memory – 腾讯混元推出的 Agent 记忆插件
育碧AI队友项目Teammates:用生成式AI重新定义游戏沉浸感与玩...
站外新闻 · 2026-06-16 · via Prompt 语宙

💡 站外导读:在游戏产业追求极致沉浸感的今天,传统AI队友的呆板行为和有限交互已成为核心痛点。随着大模型与AIGC技术爆发,育碧推出Teammates项目,旨在用生成式AI打造能理解语音指令、进行自然对话并建立情感联系的智能队友。这不仅提升了射击、RPG等游戏的团队协作真实感,更预示着游戏叙事与交互范式的重大变革。

Teammates是育碧基于生成式AI技术推出的AI队友项目,能为玩家提供更具沉浸感和真实感的游戏体验。玩家能通过语音实时指挥AI队友,如“帕布罗,掩护我”或“索菲亚,攻击敌人”,AI队友根据指令和战场环境做出相应行动,如射击、掩护、跟随等。AI队友能与玩家进行自然语言交流,提供战术建议、情感支持及任务相关信息。项目提升了战斗场景中的协作体验,通过AI队友的行为和反应增强游戏世界的动态性和真实感,展现了育碧在AI游戏领域的创新和探索。

  • Teammates是什么
  • Teammates的主要功能
  • 如何使用Teammates
  • Teammates的应用场景
      • 📝 站长洞察 (Editor’s Insight)

Teammates

Teammates的主要功能

  • 语音指令交互:玩家通过语音实时指挥AI队友,如“掩护我”“攻击左侧敌人”等,AI队友根据指令做出相应行动。
  • 战场协作:AI队友能根据战场环境做出射击、掩护、跟随等动作,与玩家协同作战,提供真实的小队体验。
  • 自然语言交流:AI队友能与玩家进行自然语言对话,提供任务信息、战术建议和情感支持。
  • 情感与关系互动:AI队友根据与玩家的互动建立情感纽带,记住玩家的行为和选择,在后续互动中表现出相应的情感反应。
  • 环境感知与反应:AI队友能感知游戏环境的变化,如天气变化或突发情况,做出合理反应。
  • 智能辅助功能:除战斗支持,AI队友能提供系统设置调整、任务目标高亮等辅助功能。

如何使用Teammates

Teammates目前处于封闭测试中,暂时无法直接使用。

Teammates的应用场景

  • 射击游戏(FPS/TPS):玩家通过语音指令指挥AI队友执行战斗任务,如射击、掩护和移动,AI队友根据战场环境做出实时反应,增强团队作战的真实感。
  • 角色扮演游戏(RPG):玩家与AI队友进行深度对话,了解背景故事和情感,队友根据玩家选择动态调整任务内容,建立情感纽带。
  • 开放世界游戏:AI队友感知游戏环境变化(如天气)做出反应,参与日常活动,其行为和决策动态影响游戏世界,增强世界的真实感。
  • 多人合作游戏:AI队友作为玩家替代填补人数不足,根据玩家风格调整行为,提供个性化合作体验,确保团队协作流畅。
  • 战略游戏:AI队友作为智能参谋提供战术建议和战略分析,根据游戏实时状态生成动态任务,帮助玩家应对复杂局势。

📝 站长洞察 (Editor’s Insight)

育碧的Teammates远不止是一个新功能,它代表了游戏AI从‘脚本驱动’向‘生成式驱动’的范式转移。其核心在于将大语言模型的推理、记忆与生成能力深度植入游戏环境,使AI从静态响应者变为动态参与者。这解决了开放世界游戏中NPC行为模式化、重复的根本问题,让每次交互都可能产生独特的故事线。结合微软Azure等云服务提供的强大算力,此类项目正加速‘涌现式游戏体验’的到来。未来,游戏的核心魅力可能不再是预设剧情,而是玩家与AI共同创造的无限可能,这将对游戏设计、叙事乃至商业模式产生深远影响。