< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-19 15:05:05 来源：量子位
所谓的真实……真的重要吗？
Jay 发自 凹非寺
量子位 | 公众号 QbitAI
我被AI杀了？
有视频为证，我被一个不知道是人还是AI的东西，一枪崩了。
还是在一个世界模型创造的世界里。
嗯，就是这个画质糊成马赛克的网页版FPS。
背后没有游戏引擎，没有物理规则，没有一行渲染代码。
你看到的一切，都是靠一个叫Agora-1的世界模型，实时生成的。
人类和AI，同时在其中搏击。
先一起看看这条官方产品发布视频。
我看了好多遍，很奇怪的感觉。
和之前看到的demo都不一样。审美很独特的一家公司，拍个发布视频跟拍《黑镜》一样。
关键伪人感真的很重，我时刻怀疑视频里的人是不是也是AI生成的。
实在集中不了注意力，交给codex转成逐字稿看了一下，大概意思就是——
他们做了一个世界模型驱动的多人游戏，最多四个玩家，人类和AI混在一起，在同一个AI生成的世界里搏斗。
说实话，看到这里我有点手痒痒了。
别废话了，快让我瞧瞧这游戏咋回事。
结果定睛一看帖子，还真有游戏链接。
团队还在评论区补了一句：
去碾压那些菜鸟吧！
行。
那还说啥了。
终于实现人生梦想。
上班期间，就这样在工位上堂堂正正，赤赤果果地打游戏（bushi）。
点进去的第一秒，我就知道，自己当时看视频的直觉没错。
这个东西不太正常。
没骂人，就是网页打开第一秒，那个bgm就不对劲。
我到现在脑子里还在循环那段旋律……
UI也是，就是特别怪，深色调，低饱和度……随时有种在看《黑镜》的错觉。
细节也是配套的。
鼠标碰到按钮，会有模拟音效。
老式收音机的那种声音质感，沙沙的，像恐怖游戏。
不废话了，正式开始吧，
游戏开始前，会先让你选名字。
我就选的我的笔名，接着进入等待室。
三缺一。急急急。
ps：后来发现，其实也不是非要凑齐四个人，等久了两个人也能直接开。
这点挺奇怪的，不是说有AI玩家吗？凑不齐的时候让AI顶上不就完了？
搞不懂。
对了，关于这个游戏的规则，其实很简单，我补充下背景大家就理解了。
是致敬的《GoldenEye 007》。
任天堂N64上1997年的经典，007电影《黄金眼》改编的游戏，被很多人认为是主机FPS多人对战的起点之一。
规则极其简单：几个人分屏对打，手枪、冲锋枪、火箭筒、黄金枪，互相干掉对方就完了。
纯粹的死亡竞赛，Deathmatch。没有剧情，没有任务，就是追着砍。
Agora这次的游戏设计基本就是照着这个来的。
好。游戏开始了。
进去之后是一个后室风格的场景，长这样。
更诡异的是玩家……视野里会偶尔闪过其他角色，没脚步声，跟溜冰一样就溜过去了。
说真的，这人物动作太离谱了，大家看着都挺伪人的。我是真分不清哪个是AI哪个是真人。
而且，我必须吐槽下，这个操控体验真是能气死个人！！
不能用鼠标调视野，偏偏要用左右键。
延迟高，还有后摇，动起来跟在冰面上漂移一样。
不知道怎么想的。
关键是瞄不准啊！
根本刹不住车，光标根本没法停在敌人身上。
然后，我就死了。
一枪没打着……
对面绝对是AI啊，凭什么你就瞄得准！！
气死了！！不许笑！！不是我的问题！！
这个死亡画面也很憋屈了，血一样的深红。
最后会给你个战绩。
你别说，还可以，菜鸡互啄了属于是。
（也可能只是因为对面是人机……）
除了对战本身，这个游戏还藏了一些很有趣的东西。
比如点information按钮能看到Odyssey的公司介绍。
还有玩家说，游戏里的砖块你可以卡bug钻进去。
之后，世界模型会自动把空缺的部分补上。
不会崩溃，不会黑屏，它会即兴生成了一个你本不该看到的空间。
这太有意思了。
传统游戏里，地图边界之外是虚无，是程序员没写的地方。
但世界模型没有边界的概念。
但重点其实不在游戏本身。
回想刚刚的操作，传统游戏思路里听起来很简单。
但不要忘了，这是一个AI生成的世界。
没有硬编码的物理规则，没有预制的地图贴图。你看到的每一帧画面，包括那些你不该看到的越界画面，都是模型实时算出来的。
《黄金眼》作为试验场也非常秀肌肉。
混乱的分屏式玩法之所以难，就是因为很容易暴露出不同步和不连贯的问题。
想要多人FPS游戏，必须保证大家看到的世界是一样的，这个持续模拟的环境得随时保证一致性。
更重要的是，游戏场景是实时互动很容易失控。
要在复杂性和可玩性之间取得平衡，非常非常难。
所以，究竟是谁做出来的？
做出这款游戏的公司，成立于2023年，叫Odyssey。
对，就是古希腊史诗里那个英雄奥德赛。
这名字跟他们公司的整体调性还挺符合的，视觉设计啥的，大家看就知道了。
一家专注于通用世界模型的AI实验室。基本所有产品都是世界模型。
创始人的履历也挺有意思，叫Oliver Cameron和Jeff Hawke，俩人都是自动驾驶起家的。
2024年7月，他们首次在资本市场亮相，拿到900万美元种子轮，领投方是GV。
几个月后，Odyssey又完成1800万美元A轮，总融资来到2700万美元。
不过，他们最初的业务其实和游戏没关系，当时还是流行做AI视频，但现在叙事开始转向主动交互了。
Agora-1是他们最新的成果。
最大的特点就是——
多人。
之前的世界模型，不管做得多精美，里面都只有一个人。
你一个人在AI生成的世界里晃荡，看风景，探索世界，但画面再怎么精致，始终是单机体验。
而Agora-1，最多可引入四个玩家，同时在同一个生成世界里实时交互。
（不过没那么友好就是了）
所以，多人到底难在哪？
这块挺有意思的，可以展开聊聊。
之前不是没人试过。
有两家可以参照的，Multiverse和Solaris。
Multiverse的思路比较直觉，把所有玩家的状态拼成一个分屏画面，当成一张图来处理。
能跑，但很粗暴，不本质。
Solaris则把每个参与者沿着单个自回归扩散Transformer的序列维度进行拼接，从而生成一个更稳健的共享仿真。
但问题也明显，人一多上下文就炸，扩展性很差。
而且这两家有一个共同的痛点：
当玩家彼此离开视野时，很难稳定维持一致性。
简单点说就是脑容量不够用了。
为了减轻负载，Agora-1探索的是另一条路线——
把仿真和渲染解耦。
Agora-1学习的是两个不同的函数。
1、仿真。
它学习世界状态会如何随着时间推移而变化，以及这种变化如何响应玩家交互。
为此，团队直接在一个或多个游戏的内部状态上训练模型。
在Agora-1中，这个游戏就是GoldenEye。这个模型会学习底层的游戏动态，以及玩家动作如何触发状态转移。
2、渲染。
这里，Agora-1学习如何把这个共享状态渲染成视觉画面。
这一步是通过一个基于DiT的世界模型完成的。这个模型直接以共享游戏状态为条件，而不依赖提示词、图像或其他传统条件信号。
你可以把这种拆分粗略理解成现代游戏引擎的结构。
区别在于，这两个组件都是靠模型自己学习出来的，它们不依赖手写的游戏逻辑或渲染规则。
结果就是：底层游戏状态可以被直接操控。
也就是说，Agora-1可以生成全新的关卡，同时保留与源游戏一致的游戏动态。
这就是保证多人游戏一致性的秘诀。
对了，在Agora-1发布的前一天，他们其实还发布了另一个东西。
而且坦率地讲，这个给我的触动更大。
叫Starchild-1，他们自称是首个实时多模态世界模型。
视觉加听觉，同时实时生成，并且可交互。
可以让它弹钢琴，琴键落下的同时，声音跟着出来。
也可以用AI重构的方式，带你再次重温一段温暖的记忆，比如——
婚礼。
这点太有想象空间了。
AIGC内容，或许可以被用作那些怎么努力也回想不起来的，记忆缺口的填充物。
突然有点恍惚。
我知道这些产品都很早期。画质糊，操控差，延迟高，体验绝对说不上好。远没到GPT-Image-2那个让普通人也能直观感受到震撼的阶段。
但我在玩Agora-1的时候，有一个瞬间是真的恍惚了一下。
我瞄准一个角色开枪，它倒了。
我不知道它是人还是AI。
我不知道我看到的这个世界是怎么被渲染的。
我甚至不知道，我的对手看到的世界和我看到的，是不是同一个。
然后我突然回想起来——
我看到的一切，都是一个模型算出来的。
这个感觉很奇怪。
最近GPT更新，大家都在担心AI生成虚假聊天记录，有图为证的时代结束了。
但我现在真觉得，图片还好，毕竟只是静态的。
世界模型不一样。
它在模拟一个持续运转的、多人共享的、实时演化的环境。
它模拟的，是时间和主观体验本身。
说实话，今年看着世界模型持续进化，从糊到清晰，从单人到多人，从只有画面到声音、触觉、全感官……
我有时候会突然起一身鸡皮疙瘩。
我该怎么知道自己现在待的这个世界，不是某个更高级的世界模型生成的？
1997年，年轻人们在N64的小屏幕上分屏四处追逐，觉得这就是最酷的事情。
2026年，AI学会了自己生成世界，然后其创造者「哄骗」着把我丢了进去。
按照如今AI的发展速度，2035年，又会是什么样？
所谓的真实……
真的重要吗？
游戏链接：
https://agora.odyssey.ml/
参考链接：
[1]https://odyssey.ml/introducing-agora-1
[2]https://odyssey.ml/introducing-starchild-1
版权所有，未经授权不得以任何形式转载及使用，违者必究。
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。