40年
电子游戏作为现代AI的试验场
每秒60帧
AI在游戏内部必须达到的实时标准，并在数千名玩家之间保持同步
现代AI是在电子游戏中成长起来的。四十年来，游戏一直是这项技术学会运转的试验场。如今，Electronic Arts（EA）首席战略官Mihir Vaidya认为，这个训练了AI的行业，正在规划生成式模型如何在一刻不能中断、每秒响应六十次、面对数百万玩家的体验中找到自己的位置。他指出了这条前沿真正所在——而它并不在大多数人以为的地方。
在AI重塑游戏之前，是游戏成就了AI
“游戏在AI领域的历史中一直是试验场，这一点被严重低估了，”Vaidya说。“如果你把视野拉远，看过去40年，现代AI的很多根基都源于电子游戏：GPU、在交互环境中学会了[强化学习]的智能体。”
这段历史塑造了他对当下时刻的归类方式。游戏一直依赖的AI——“程序化生成、[非玩家角色]逻辑、行为树、匹配系统，基本上就是那些确定性、可靠、可控的系统”——处于光谱的一端，而生成式AI位于这条光谱更远的位置，显著拓展了开发者和玩家双方的可能性空间。
他所抗拒的是行业那种把所有东西都交给神经网络的冲动：“现在有一种‘万物皆神经网络’的倾向，”他说。“而我认为这有点过于简单化了。”
游戏的某些部分根本不能是概率性的。“你不会希望篮球比赛的规则突然由概率来决定，”他说。“你也不希望F1赛车的物理效果被模型幻觉编造出来。”他关注的前沿根本不是生成式AI，而是它之后的东西：“一种神经符号架构，既能让你获得真正涌现的生成式系统的好处……也能让你获得确定性、可控性和可靠性的好处。”
世界必须响应你
游戏不同于 AI 此前进入的任何媒介，因为观众并非坐在屏幕的另一端，而是身处世界之中，亲身游玩。“如果你在看电影或电视剧，作为观众，你不会期待世界对你做出回应，”Vaidya 说。“但在游戏中，世界必须回应你。”
而且这种回应必须经受住电影从未面对过的一连串约束：玩家的持续输入、深度交互性、成千上万人同场游玩的同步，以及永不停歇的低延迟。“每秒 60 次，无休无止，持续很多很多很多个小时，”他具体说明道。赛车游戏让这种差异变得具体可感。在屏幕上，一辆车过弯时只要看起来对，就能让观众满意。“在游戏中，你需要让玩家感受到那个车轮上的阻力系数，”他说。“不能只是看起来对。它必须行为上也是对。”
因此，在游戏中部署 AI“不仅仅是解决一个内容生成问题，”他解释道。“你实际上是在解决一个复杂的系统协调问题。”用他最精辟的表述来说，门槛在于：“仅仅看起来真实是不够的——那只能叫作梦境。它必须是真的，那才叫作模拟。”
控制是下一个前沿
对 Vaidya 而言，将游戏中的 AI 框定为效率工具是“一种非常简化的建构”。他转而从第一性原理出发。“创造力的源头很大程度上在于人类心智：想法、直觉、品味。它并非起源于一张纸、一块屏幕或其他什么工具。”由此出发，“广义上的创意产业就是一场弥合想象与创作之间差距的求索，”而工具的存在正是为了拓宽并铺平这座桥梁。
他最想弥合的差距是控制。今天的生成模型几乎能渲染出任何东西，但它们尚不理解某个特定工作室的意图或美学风格，而这会体现在输出中。“它们常常能生成非常非常漂亮的像素。只是那些像素感觉不对，”他说。
计算机图形学在历史上是以相反的顺序解决这个问题的。“你从这些非常基础的构建模块出发，在那里你可以施加大量控制，然后你再去解决保真度的问题”——先是多边形，然后是网格、纹理和光照。生成式 AI 则是倒着来的：“如今我们拥有这些模型，能够生成令人惊叹、极其逼真的输出，达到最高水平的保真度。但你没有那些基础图元可以用来施加控制。”
这种颠倒定义了未来的工作方向。“控制力正是下一个前沿领域，”他说，而要跨越这一前沿，将需要深度定制，以及工作室与模型构建公司之间的工作流协作。
超越万亿种排列组合
EA 将 AI 的影响划分为三个层面——效率（游戏制作方式的效率提升）、扩展（游戏所能承载内容的扩展），以及转型（进入“我们可能还没有名字的、全新的娱乐形式”）。
扩展层面承载着面向玩家的承诺，而《模拟人生》是最清晰的预览。该系列即将迎来 25 周年，已吸引超过 5 亿玩家。没有两位玩家拥有相同的体验，因为“这款游戏有近万亿种不同的游玩排列组合”。而 AI 甚至能突破这一上限：“即便有万亿种排列组合，在《模拟人生》中可能存在的可能性，也应该是万亿的万亿的万亿的万亿次方。”
转型层面则更难想象。当 YouTube 和智能手机出现时，传统娱乐行业曾担心“现在人人都能成为史蒂文·斯皮尔伯格”，但现实却截然不同。“史蒂文·斯皮尔伯格仍然只有一个。但确实涌现出了众多杰出的创作者，他们真正塑造了当时我们还没有名字的新娱乐形式。”他预计同样的模式也将在游戏领域显现，并达到我们前所未见的价值创造水平。
让二十年的资产现代化
Vaidya 最喜欢用来证明 AI 影响力的例子，他称之为“一个可能略显无聊的例子”。EA 最大的几个系列——FC、Battlefield、Madden、The Sims、Skate——横跨数十年，这意味着它们的资产库早于基于物理的渲染（PBR）技术而存在，而 PBR 正是让光线在现代游戏中能够逼真地从表面反弹的技术。
“我们现在能够利用 AI 将这些资产现代化，并把它们带入 PBR 流程，”他说，“这在过去需要大量人力才能完成。而且说实话，在游戏开发者必须处理的所有事务中，这也不是你能优先考虑的事情。”回报在于规模：“它极大地拓展了我们所拥有的世界形态，因为可以有更多资产被纳入组合之中。”
为指数级增长做规划
Vaidya 曾在 Geoffrey Hinton 和现代 AI 创始人们门下学习数学，这让他坚信，指数级技术无法用当下的视角来规划。“你不能只从当下和今天来思考它，而必须从未来的角度去思考。”
他的策略沿着两条轴线展开：什么会改变，什么不会改变。在第一条轴线上，三个时间视野并行推进：“效率提升可能更偏短期，游戏扩展可能更偏中期，而游戏的彻底变革则更偏长期……考虑到所涉及的周期，它们必须并行存在，而不是依次推进。”
第二条轴线是他绝不让 AI 掩盖其光芒的部分。“同样重要的是去思考什么不会改变，什么在 AI 面前依然永恒，”他说，“IP 和品牌的价值、社区和网络效应的重要性、全球发行、本地化、文化适配的关键性——所有这些的重要性实际上可以说都在增长。”
本文基于 2026 年 Runway AI 峰会上与 Electronic Arts 首席战略官 Mihir Vaidya 在纽约市的对话。
