商湯科技開源《星際争霸2》AI訓練平台，多元化賦能遊戲産業發展

近年來，随着算力與深度學習算法的革命性突破，人工智能系統陸續在國際象棋、圍棋和電腦遊戲上展現出超越人類的智慧，甚至在被認為最具挑戰性的即時戰略（RTS）遊戲之一《星際争霸2》中具備了戰勝專業遊戲玩家的決策能力。與此同時，人工智能所展現出的超強智能決策和協同進化能力，也為産業發展帶來了颠覆性創新，驅動着人類向通用人工智能時代邁進。

過去60年中“人機對戰”的大幕從未落下，遊戲一直被作為評估與測試人工智能系統性能，探索人工智能技術創新的重要方式。日前，人工智能軟件公司商湯科技SenseTime展示了基于原創遊戲AI生産平台快速訓練打造的，媲美專業玩家水平的《星際争霸2》AI智能體，并發布了其開源版訓練平台DI-engine，它可有效幫助開發者高效訓練出高智能水平的遊戲AI。同時，商湯還将進一步開展針對更複雜場景多智能體RTS遊戲的研究，面向更多遊戲類型打造通用遊戲AI平台，全面加速遊戲AI的創新與應用，推動行業的跨越式升級。

基于商湯遊戲AI生産平台快速打造人類大師分段水平的《星際争霸2》AI智能體

作為業界公認的具有超高遊戲難度和公平競技性的即時戰略遊戲，《星際争霸2》涉及多個智能體在複雜環境中的相互競争和協調合作，由于不存在唯一的最佳策略，給設計AI玩家帶來巨大挑戰。在長達幾十分鐘的一局對戰中，早期采取的任何策略都不代表能夠在長時間的對決中獲得回報，因此玩家必須良好地把握短期和長期目标，在宏觀的局勢發展上和微觀的單體控制上做到絕佳的平衡。玩家還需要同時控制數百個不同的單位和建築，多種多樣的行動組合更是指數級增加了遊戲的複雜性。

遊戲AI進行對局

不僅如此，相比信息完整、邏輯性強的象棋、圍棋等其他棋類，《星際争霸2》中的玩家信息是不對稱的，屬于非完美信息遊戲，緻使AI在對局的過程中存在大量隐藏信息，具有高度的不确定性。在這種挑戰下，僅靠算力無法根本解決問題，需要更強的直覺、預測、推理、和模糊決策能力。這些都給打造出高智能水平的AI Bot帶來極大的難題。

商湯科技積極探索決策AI的前沿趨勢，打造了包含自研的遊戲AI訓練平台、生産工具、部署工具等組成部分的原創遊戲AI生産平台，率先布局并研發了一系列前沿核心技術。基于遊戲AI訓練平台，商湯科技快速構建了出了一套大規模分布式遊戲AI訓練流程，讓AI采用自我博弈的方式，同時進行大量對局。結合高效數據采集和多卡同步優化，利用最前沿的多智能體深度強化學習技術，AI在對抗中能夠不斷進化，最終實現能夠戰勝人類專業高手的對戰水平。今年7月，基于《星際争霸2》的一個使用樣例已通過DI-Star項目在GitHub開源。

從競技體驗到内容生成，商湯多元化賦能遊戲産業

電子遊戲技術日新月異，越來越逼真的畫面和交互方式在不斷刷新玩家認知的同時，也使得玩家産生了越來越高的要求和期待，給遊戲的開發帶來了更多挑戰。商湯科技在深入遊戲AI前沿研究的同時，還将全方位賦能遊戲産業，憑借決策智能、内容生成、混合現實等原創AI技術能力，提升玩家的競技體驗，提高遊戲開發者的創作效率，并攜手合作夥伴探索打造全新遊戲類型和遊戲形态，為遊戲産業發展賦予全新可能。

面向競技體驗，商湯依托大規模分布式訓練能力推出的遊戲AI訓練平台，可幫助開發者高效訓練出高智能水平的Bot和NPC，讓AI成為人類絕佳的隊友和對手。目前，随着遊戲世界的複雜度越來越高，傳統的算法将會成為Bot和NPC的瓶頸。商湯将在SenseCore商湯AI大裝置海量算法和卓越算力的支持下，實現通用決策問題的訓練，快速提升Bot和NPC的智能水平，為不同類型的遊戲高效打造AI玩家。商湯遊戲AI訓練平台的推出不僅将帶來更具多樣化挑戰的人機競技體驗，也能更好地輔助職業玩家的訓練。

面向遊戲内容開發，商湯将通過AI賦能遊戲内容創作，實現從人工設計到自動生成的劃時代革新。當前，随着遊戲元素種類和複雜度不斷攀升，超大規模的地圖構建、海量的人物對話設計等工作，都會顯著拖累遊戲的開發效率。很多開發商受到人工成本和制作時間限制，導緻遊戲中經常存在大量的重複地圖、樣貌相同的NPC，不僅影響了遊戲的品質，也大大降低了代入感。商湯科技自主研發的AI内容生成技術，可通過生成式對抗網絡自動批量生産高質量、多樣化的遊戲地圖、人物造型等遊戲元素，從而幫助遊戲開發者提升遊戲整體的開發效率，在解決人工設計重複性勞動過多等難題的同時，還能釋放更多的創造性。

商湯還将通過AI MR技術的融合應用，打造基于“空間元宇宙”的遊戲體驗，讓玩家以數字化身的形态，在虛實融合的數字空間中，與來自真實世界和虛拟世界的玩家跨時空交互。目前，商湯已攜手多家知名遊戲廠商，圍繞基于空間元宇宙的全新遊戲類型和遊戲形式，展開了聯合探索和嘗試。未來，商湯科技還将舉辦人機對戰比賽，打造開源社區，共建遊戲AI創新生态，推動AI技術在遊戲産業中的規模化應用。