最先进的AI大模型,为什么都在挑战《宝可梦》? siyushenqi.com • 2025 年 8 月 17 日 上午10:39 • 行业动态 • 阅读 461 AI模型常通过独立游玩游戏来展示其智能程度。从AlphaGo击败李世石,到DeepMind在《DOTA2》《星际争霸2》中战胜人类选手,再到英伟达的VOYAGER玩《我的世界》,游戏一直是AI的天然试验场。尽管AI技术不断发展,但“让AI玩游戏”依然是展示研究成果和吸引大众关注的常见手段。 摘要 2025年,谷歌的Gemini 2.5 Pro因独立通关初代《宝可梦》成为热门话题。尽管初代《宝可梦》难度不高,但AI通关该游戏仍被视为重大突破。这是因为AI需要像人类新手一样,通过感知和学习逐步掌握游戏规则,而不是依赖预先设定的游戏规则和策略。 Anthropic公司的Claude 3.7 Sonnet在尝试通关《宝可梦》时遇到诸多困难,如无法识别像素画面、重复探索地图死角等。这反映了AI在处理感知和行动任务时的挑战,与在策略游戏中通过强化学习取得胜利的AI(如AlphaGo)有显著差异。Claude的训练方式更接近于通用学习,而非针对特定游戏的优化。 Claude在游玩《宝可梦》时展示了其思考过程,例如分析宝可梦的属性克制关系,并做出合理的战斗决策。它还会采取类似人类的策略,如故意输掉战斗以被传送到宝可梦中心。这种“人类化”的思维逻辑展示了AI在理解和规划复杂任务方面的潜力。 从早期的围棋到如今的《宝可梦》,AI的发展方向从处理单一问题的专才,逐渐转向能够自我学习、解决不同领域问题的通用人工智能。《宝可梦》游戏的复杂性和多样性为AI提供了理想的训练环境,帮助其提升感知环境、理解模糊目标和长线规划行动的能力。 各种AI模型在刚问世时,总有一个屡试不爽的“秀肌肉”手段,那就是让自家AI独立游玩某款游戏,用以检验模型的智能程度。 围棋选手李世石与AlphaGo的五番棋对决已经过去近十年。而后,不论是谷歌的DeepMind在《DOTA2》《星际争霸2》这些项目上击败人类职业选手,还是2023年英伟达宣布开发出能玩《我的世界》的VOYAGER,都在不断证明“游戏”似乎就是AI的天然试验场。 大家体感上应该也能体会到,这十年间AI技术发展迅速,如今的大语言模型,其训练方式、决策过程都与当初的AlphaGo有较大差异,但十年过去,不管是科技公司想展示研究成果,还是吸引不懂技术细节的普通人关注,“让AI玩游戏”依旧是个很常见的手段。 最近,谷歌的AI模型Gemini 2.5 Pro又因为做到了“独立通关初代《宝可梦》”,再次成了AI领域的热门话题,谷歌的现任CEO Sundar Pichai和DeepMind负责人Demis Hassabis甚至同时发表推文庆祝了这一时刻。 但就像前面提到的,都到了2025年,让AI玩游戏、通关游戏早就不是什么新鲜话题,更何况于1995年发售的初代宝可梦,本来也不以高难度、复杂程度著称,向来以休闲轻松为主的宝可梦系列,哪怕是游戏新手,都能在很短的时间内迅速上手,通关更不是难事。 那为什么让AI通关《宝可梦》就成了件大事? 上世纪80年代被提出的“莫拉维克悖论” (Moravec's paradox)曾提到一个反直觉观点:人类觉得容易的任务对人工智能来说其实更困难,反之亦然。 提出这一悖论的学者莫拉维克,曾为其写下一段直观解释:“要让电脑如成人般下棋相对容易,但让它拥有像一岁孩童般的感知和行动能力,却相当困难、乃至是不可能的。” 对于这次AI Gemini通关《宝可梦》,就更近似于让AI拥有自己的感知和行动力。 1 对AI来说,“独立通关初代《宝可梦》” 是一个比人类的想象要复杂得多的挑战。 早在今年2月,美国另一家AI科技公司Anthropic就对外公布了名为“Claude Plays Pokémon”的技术实验,实验内容就和它的名称一样,试图让该公司旗下的最新版本AI Claude 3.7 Sonnet体验初代宝可梦游戏,并以“通关游戏”作为实验的最终目标。 这项实验最后以失败告终,Claude 3.7的最终进度是挑战三个道馆、获得三枚徽章,但哪怕是这个对人类玩家来说微不足道的成就,也是Claude反复迭代了一年的成果。 根据Anthropic公司释出的信息,一年前的3.0版Claude,甚至连游戏最初的“真新镇”都无法走出,之后的3.5版本略有进步,行程来到了“常磐森林”,但依旧无法获得第一个徽章。 进度缓慢的原因不外乎:Claude的每一步决策都会经过漫长思考、毫无意义地重复探索走过的城镇、长时间卡在地图死角,或者反复与一个毫无帮助的路人NPC对话。 Claude的通关过程也面向大众进行了直播 这些行为看似是“人工智障”,远不如在围棋或《星际争霸》这些策略游戏上战胜人类选手的AlphaGo,但这其实是二者训练方式的差异。 前几年那些能在围棋、《DOTA2》等项目中表现出色的AI,开发者通常会为算法提供游戏规则和策略的基础信息,并设置给AI正确行动提供正面回报的奖励函数,这便是经常提到的 “强化学习”。 但对于像Claude、Gemini这种基于大语言模型的AI,针对的不是某款特定的游戏,研究人员并未提供《宝可梦》专属的游戏规则或目标指令,也不会对其进行特定的训练,而是直接让通用的Claude模型操作游戏。 这更近似于让一个对宝可梦游戏完全没有感念的纯新手,通过自己的感知和学习,逐步掌握游戏的过程。 再者,Claude在游玩游戏时,获得信息的渠道并非是内部代码,而是和人类一样,所有内容都只能从游戏画面上获取,早期版本的Claude经常撞墙,原因就在于相较于现代游戏更逼真的“墙”,AI很难识别这些由像素组成的抽象画面,而这对人类玩家来说却是一件很轻松的事。 AI需要为画面中的每一个坐标点标注信息,红色被视为无法通过的区域 反倒是宝可梦更复杂的属性克制系统,Claude理解起来非常容易。比如,当游戏提示电属性技能对岩石系宝可梦的“效果一般”时,Claude迅速捕捉到了这个关键信息,并将其应用到后续配队和宝可梦对战策略上。 2 为什么研究人员能肯定AI确实理解了“属性克制”?因为目前的大语言模型,已经可以将完整的思考过程同步呈现给外界。 Claude玩宝可梦时,左侧会同步显示每一步操作的决策过程 这同样也是这一项目试图探索的效果,就像上图展示的那样,Claude在使用比比鸟对战电系的小磁怪时,对自己掌握的四个技能进行了全面分析: “翅膀攻击这样的飞行系招式对电系宝可梦不是很奏效。” “起风和电光一闪这样的招式只能造成中等伤害。” “泼沙只是降低命中率,不造成直接伤害。” 最后Claude做出了总结: “由于比比鸟在属性上处于劣势,我应该尽快击败小磁怪。我最好的选择可能是翅膀攻击,这是我拥有的最强的招式,尽管它效果一般。让我按三次“下”再按一次“确定”来选择翅膀攻击。” 虽然现在展示的仍是相对浅层的思考,但相比于AlphaGo这种纯“黑箱式”的决策过程,Claude和其他以大语言模型为核心的AI,在实用性上无疑前进了一大步。 要知道早年AlphaGo在围棋领域最令人印象深刻的,便是总能下出让人类难以理解、但最后又能取得胜利的“妙手”,可惜当时经由“强化学习”训练的AlphaGo,决策过程难以用自然语言向人类清晰呈现,否则,人类棋手或许也会从AI的逻辑得到进一步启发。 而对于玩宝可梦的Claude来说,虽然在策略层面没有什么让人类眼前一亮的操作,但在显示了思考过程后,反倒展示了一些“意料之外”的思维逻辑。 比如下面这一幕,当Claude在游戏的“月见山”地图中迷路,认为无法通过正常手段走出洞穴时,AI做了一个非常“人类化”的思考: “我现在最好的选择是故意输掉一场战斗,这样我就会被传送回上一次访问的宝可梦中心,也就是4号道路上的月见山宝可梦中心,从那里我就可以按之前验证的路径前往华蓝市了。” 再比如,AI也会有“认错NPC”的现象。游戏初期时,Claude被要求寻找NPC“大木博士”,但游戏没有提供明确的指引,也没有说明NPC的具体位置和外形特征,实现这种“模糊目标”对于AI来说其实难度更大。 在接到这个任务后,Claude也进行了一段非常拟人的思考:“我注意到下方出现了一个新角色——一个黑发、身穿白色外套的角色,位于坐标 (2, 10),这可能是大木博士!让我下去和他谈谈。” 随后它便和一个跟主线毫无关系的NPC对话了数次,最终才意识到这并非是自己想找的大木博士。 3 而前几天通关同一版本游戏的AI Gemini之所以受到关注,不仅是因为它能在人类不提供任何规则信息的条件下完成游戏,而且据官方统计,Gemini总操作步数约为10.6万次,甚至比Claude获得第三个徽章时达成的21.5万步要少一半。 Gemini通关初代宝可梦 这看似说明Gemini的智能水平要优于Claude,但负责Gemini项目的研究人员JoelZ自己也表示:无法直接比较这两个AI,因为这不是在完全相同的条件下进行的测试。 区别在于Agent Harness,即“代理执行框架”,它的作用是连接AI模型与游戏,负责处理输入的信息,如游戏画面、文字数据等,并将模型的决策转化为按键指令等操作。 从官方公布的信息看,Gemini的代理执行框架在某些程度的确优于Claude,比如在对地图的分析上,它不仅为每个区域标注了坐标,而且还注明了坐标的可通行状态,这对于不擅长直接解析像素画面的大语言模型来说,提供了巨大的帮助: 但就像开发者自己说的,让AI玩宝可梦,意义并不在于对比不同AI的水平高低。 像《宝可梦》这类游戏,更需要AI感知环境、理解模糊目标、长线规划行动的能力,它必须不断接收游戏画面、理解不同阶段的规则,并将决策转换为游戏操作。之所以执着于让AI操作这类游戏,也因为如果AI能够在人类没有干预的情况下通关,也说明了它拥有能独立学习,解决现实中某些复杂问题的潜力。 从早年的围棋到现在的《宝可梦》,AI在实验和“秀肌肉”环节的逐年演变,并不单是个吸引大众关注的噱头,其实一定程度上也代表了这项技术的发展方向:从处理单一问题的专才,到能够自我学习,解决不同领域问题的通用人工智能。 或许这正是众多AI科技公司选择《宝可梦》来用作训练的原因:这款游戏本身便是关于成长、选择与冒险的旅程。过去,我们在游戏中体验进化与策略,而现在,AI正在游戏中尝试理解世界的规则本身。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/37537.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 私域神器每周合作精选No.153|模拟经营游戏寻发行;海外短剧APP寻海外流量、CPS合作;H5游戏寻海外APP和流量联运 上一篇 2025 年 8 月 17 日 上午10:39 2025年4月成功出海的中国手游 - 《Kingshot》首次入围收入榜和下载榜,《崩坏:星穹铁道》重回增长榜冠军 下一篇 2025 年 8 月 17 日 上午10:39 相关推荐 行业动态 从单点突破到生态协同:构建你的外贸数字营销增长飞轮 本文探讨如何将分散的外贸营销工具整合为协同增长的“生态飞轮”,以独立站为数据中枢,Teams强化内部协作,设计跨平台叙事流,实现从单点突破到系统化获客的升级。 siyushenqi.com 2026 年 3 月 6 日 276000 我没想到,Supercell竟然一个多月连砍两款手游 就在10月3日,芬兰手游巨头Supercell在官网发布公告,将于10月31日,停止运营正处于测试发布阶段的模拟经营游戏《Everdale》(下文称山谷物语)。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 527000 疯狂爆单的芭比效应,开始反噬了? 狂蹭芭比热度爆单后,大批卖家产品遭下架! siyushenqi.com 2025 年 8 月 13 日 • 行业动态 398000 年末复盘·韩国丨国产游戏“屠榜”韩国畅销榜 这些品类值得深挖 年末复盘第二站——韩国篇 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 457000 新世代的刷宝游戏里,《火炬之光:无限》给出了“上头”的答案 在眼馋了外服玩家6个月后,《火炬之光:无限》国服终于在刚刚召开了一场直面会,带来了游戏拿到版号后的最新消息。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 455000 行业动态 一枚戒指,估值777亿 仅 4–6 克的 Oura 智能戒指完成 8.75 亿美元 E 轮,估值 109 亿美元,一年翻倍,成为男性主导穿戴市场里“最吸金”的隐形冠军。 siyushenqi.com 2025 年 10 月 20 日 442000 行业动态 游戏提质、AI提效与生态投资“三位一体”,解码三七互娱的AI升维实战方法论 三七互娱的游戏工业化2.0时代,正在由AI全面书写。 siyushenqi.com 2025 年 11 月 5 日 409000 行业动态 跨境进口电商难有“幸存者” 近日,沉寂许久的跨境进口平台洋码头因为自曝困境而重回大众视野。 siyushenqi.com 2025 年 8 月 13 日 543000 “低价”隐患重现 国外消费者与Temu“热恋期”还能持续多久? 低价拉新和巨额营销带来的繁荣期冷却后,Temu能否在美国市场走得更远。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 310000 行业动态 跨境电商,海外狂飙 由亚马逊“霸占”多年的蛋糕,正在被来自中国的平台和商家不断切分 siyushenqi.com 2025 年 8 月 13 日 442000 行业动态 企鹅难挡短剧的富贵 短剧这块“肥肉”正在被腾讯盯上。 siyushenqi.com 2025 年 8 月 18 日 423000 我联动我自己,米哈游两大IP如何碰撞出新火花? 以下文章来源于游戏陀螺,作者游戏陀螺,内容仅供网友参考学习。私域神器欢迎行业优质稿件投稿。 今天(6月10日),不少舰长翘首以盼的《崩坏3》4.9版本终于正式上线了。 本次版 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 515000 FunPlus、莉莉丝相继入场!传说月入上亿的“弹幕互动玩法”是毒还是药? “对方只有一个人,兄弟们一起上啊,弹幕刷起来!”“再坚持三分钟,胜利是属于我们的!” siyushenqi.com 2025 年 8 月 24 日 • 行业动态 613000 行业动态 一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相 一起看看这周有哪些出海圈值得关注的大事记吧! 转自扬帆出海 2026 年 4 月 18 日 701000 新卖家18天带出爆款,“哑铃手链”走红TikTok 三年新冠疫情,打破了酷爱健身的美国人日常生活常态 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 478000 行业动态 深度|扎克伯格两万字专访:Meta AI 未来将是数亿人的 Agent 平台!多模态重点关注视频、3D 内容以及情感理解 扎克伯格介绍了刚刚发布的 Llama3 三个版本 —— 80 亿参数、700 亿参数和 4050 亿参数,以及基于 Llama3 的 Meta AI。 siyushenqi.com 2025 年 8 月 13 日 409000 行业动态 亚马逊云服务疑似发生故障,知名应用受影响,官方称“正在努力缓解并了解根本原因” 突发,多国用户发现热门应用无法访问。 siyushenqi.com 2025 年 10 月 21 日 441000 行业动态 六小龙开抢大模型第一股 头部创投机构合伙人李铮透露,六小龙中有五家正在筹备上市,且都已接触投资机构募资,规模在五亿美金以上,处于初步筹备阶段。智谱传出IPO消息,MiniMax也在考虑在香港进行首次公开募股,其内部有类似想法,但目前仍处于初步筹备阶段。 siyushenqi.com 2025 年 8 月 13 日 423000 行业动态 谷歌:AI正在毁掉互联网! 谷歌研究人员对200篇关于生成式AI滥用的新闻报道进行了研究,发现生成式AI造成的虚假信息正在互联网上泛滥成灾。但最讽刺的是,谷歌正是这些虚假信息的重要制造商之一。 siyushenqi.com 2025 年 8 月 13 日 386000 私域神器每周精选 No.68|混合变现游戏寻融资 多款产品寻联运/KOL资源 本期精选的合作类型涵盖混合变现游戏寻融资或发行合作、优质产品寻KOL资源、联运等。接下来就一起看看吧~ siyushenqi.com 2025 年 8 月 19 日 • 行业动态 467000 行业动态 如何巧妙运用Telegram双向私信群发策略,提升你的营销效果 分享亲身经历的Telegram双向私信群发策略,讲述精准定位客户、个性化内容、提高转化率的技巧,避免常见错误,帮助提升营销效果。 siyushenqi.com 2026 年 3 月 6 日 299000 押注仙侠MMORPG,买量停不下来,广州游戏厂商在这个市场疯狂搞钱! 港澳台地区,这个文化同根同源,又几乎没有语言障碍的市场,向来是中国游戏厂商出海的第一站。 广州游戏公司在港澳台市场表现如何?具有哪些特征?哪些公司走在了前面? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 519000 一年逆生长,这款游戏打破了多少人对SLG的认知 8月18日晚8点,《无尽的拉格朗日》举办了一场全球直播。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 438000 行业动态 苹果与巴西反垄断机构和解,将开放第三方应用商店 苹果与巴西反垄断机构 CADE 达成三年期和解,允许 iOS 出现第三方应用商店,并开放应用内第三方支付/外链。 siyushenqi.com 2025 年 12 月 26 日 434000 “崩”上热搜榜首、免费榜霸榜17天,但目前的《地铁跑酷》分析都是错的 因为在下载榜上霸榜多天,《地铁跑酷》服务器被大量涌入的玩家挤到崩溃,并且“喜提”微博热搜榜榜首。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 453000 行业动态 这家估值1570亿美元的明星公司,依旧走在悬崖边上 如果OpenAI融不到更多的钱,就只有死路一条,或者被微软并购。 siyushenqi.com 2025 年 8 月 13 日 447000 2022PAGC | 雷霆/卓动等大厂齐聚深圳 研发发行对接合作别错过 2022年6月16日·深圳·万怡酒店,私域神器举办的2022产品与增长大会正在火热报名中! siyushenqi.com 2025 年 8 月 25 日 • 行业动态 468000 行业动态 如何利用私域神器提升WhatsApp获客效率,助力外贸业务增长的五大策略 在全球化的商业环境中,外贸企业的竞争越来越激烈。如何在市场中脱颖而出,获取更多客户,已经成为了每个外贸企业需要面对的重要课题。随着社交媒体和即时通讯工具的普及,WhatsApp成为了外贸企业开展客户沟通和销售的重要平台。为了提高WhatsApp的获客效率,越来越多的外贸企业开始借助私域流量工具,即“私域神器”,来优化客户管理、提高客户转化率,并最终促进业务的… siyushenqi.com 2025 年 8 月 17 日 上午10:39 461000 好莱坞最害怕的事发生了:AI独立搞出了一集《南方公园》 让AI拥有自己的生活,目前Showrunner的AI技术成果能够在一些既有的影视作品(IP)的基础上,生成以用户的想法为主的全新作品。 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 528000 行业动态 微软发现“万能钥匙”,成功入侵GPT-4o、Claude 3 微软Azure首席技术官Mark Russinovich在官网分享了新型大模型入侵技术——“Skeleton Key”(万能钥匙)。 siyushenqi.com 2025 年 8 月 13 日 379000 发表回复 请登录后评论...登录后才能评论 提交