你是否曾想过，在《王者荣耀》这样瞬息万变的战场上，一个AI能像金牌教练一样，瞬间分析战局、指挥队友，甚至解释每一步决策背后的逻辑？这不再是科幻电影的场景。腾讯推出的Think-In-Games（TiG）框架，正让这一切成为现实。更令人惊叹的是，它让一个仅有140亿参数的“小模型”，在战略决策上的准确率超越了庞大的6700亿参数模型，达到了惊人的90.91%。这背后究竟是如何实现的？它又将如何改变我们玩游戏的方式？
传统的游戏AI，比如我们遇到的“AI托管”，更像是一个按固定套路出牌的“莽夫”。它或许能完成补刀、放技能等基础操作，但它不理解“为什么”要这么做——它缺乏对游戏局势的宏观理解和战略规划能力。另一方面，大语言模型虽然知识渊博、善于推理，能分析攻略告诉你“避免过度推进”，但让它亲自进入游戏，在毫秒之间做出实时操作，却又束手无策。
TiG框架的核心突破，就在于它巧妙地弥合了这道鸿沟。它不再让AI学习成千上万个微观操作指令，而是教它像人类指挥官一样进行“宏观战略思考”。腾讯的研究人员为《王者荣耀》定义了40种宏观团队行动，例如“集合打暴君”、“分推上路”、“抱团防守高地”等。TiG框架下的AI，任务就是从这40个选项中，根据实时战况选择最优解，并生成一段语言来解释这个决策。
简单来说，TiG把复杂的游戏决策，变成了一个AI更擅长的“语言建模”任务。AI不再是盲目执行命令的士兵，而是能够审时度势、运筹帷幄的军师。
TiG框架的成功并非一蹴而就，其训练过程融合了前沿技术，可以概括为四个关键步骤。
第一步：让AI“读懂”战场
首先，TiG需要将游戏世界翻译成AI能理解的语言。它把每一刻的游戏状态——包括我方英雄血量、位置、技能状态，防御塔血量，野怪刷新情况，地图视野信息等——整理成一个结构清晰的JSON数据“战报”。这样，AI就获得了与人类玩家相似的战场信息视野。
第二步：从“学霸”笔记中学习（监督微调）
在让AI亲自下场“实战”之前，先让它学习“学霸”的经验。研究人员从表现优异的DeepSeek-R1等大模型中，提炼出高质量的决策与推理数据。这些数据就像是顶尖玩家的对局复盘和战术笔记，让较小的模型（如Qwen3-14B）能够快速掌握深度推理的模式和战略思维，打好理论基础。
第三步：在实战中迭代进化（强化学习）
纸上得来终觉浅。接下来，AI被投入真实的游戏对局中进行训练。这里采用了一种名为群体相对策略优化（GRPO）的算法。其机制非常巧妙：AI会针对同一局势生成多个备选策略，系统会计算每个策略的“相对优势”——即与其他策略相比，它能带来多少胜率提升。同时，算法会约束AI的策略不能偏离参考模型（从学霸那里学来的基础）太远，避免它突然“走火入魔”做出离谱判断。奖励机制则简单直接：AI预测的行动若与人类高手的实战选择一致，就得1分，否则得0分。
第四步：实现“思考与行动”的同步
经过上述训练，AI最终能做到：接收实时战报（JSON数据）→ 分析局势 → 生成包含“宏观行动指令”和“推理过程”的语言描述。例如，AI可能会输出：“当前敌方中路一塔血量较低，且打野出现在下路。建议集合中路，优先推掉一塔，以打开视野并压缩敌方野区。推塔时需注意敌方中单的爆发技能，建议由坦克英雄先上前吸收伤害。”
这是TiG框架最引人瞩目的成果之一。通常，模型的参数规模越大，其能力往往越强。但经过TiG框架训练后，参数量仅140亿的Qwen3-14B模型，在《王者荣耀》宏观决策任务上的准确率达到了90.91%，反而超过了参数量高达6710亿的DeepSeek-R1模型（86.67%）。
这揭示了AI发展的一个重要方向：在特定垂直领域，通过精巧的框架设计和针对性的训练，较小的模型完全可以超越通用大模型。TiG框架就像为Qwen3-14B模型定制了一套完美的“王者荣耀战略思维训练课程”，让它将所有能力聚焦于解决游戏内的决策问题。而庞大的通用模型虽然知识面广，但未必在如此具体的任务上经过同等强度的专项优化。这为未来AI应用落地提供了高性价比的新思路——不必一味追求大参数，专精训练同样能创造奇迹。
TiG框架的价值，绝不仅仅是为《王者荣耀》增添一个“大神队友”。它的成功验证了一套方法论：如何让善于推理的大语言模型，在复杂、动态、需要实时交互的环境中，做出可靠且可解释的决策。
这套方法论具有极强的迁移潜力。试想，那些同样需要快速分析多变量信息、做出序列化决策的场景，例如：
*自动驾驶：实时分析路况、行人、交通信号，规划安全高效的行驶路径。
*工业自动化：监控复杂生产线的运行状态，动态调整参数以优化效率和良品率。
*机器人控制：让机器人在非结构化环境中完成复杂的抓取、避障和协作任务。
在这些领域，TiG框架所实现的“实时感知-战略推理-行动解释”闭环，很可能成为下一代智能系统的核心技术范式。
回到游戏本身，TiG框架预示着一个全新的游戏体验时代。未来的《王者荣耀》中，AI可能不再是你掉线后那个笨拙的“托管”，而是一个真正的智能伙伴。它可以根据你的打法风格进行适配，在你犹豫时提供战术建议，甚至在你学习新英雄时充当私人教练。
腾讯已经在朝这个方向探索，例如游戏内的“灵宝”助手，已初步具备基于对局信息的实时语音交互能力。随着TiG这类技术的成熟，“赛博游戏搭子”将越来越智能。它们不仅能陪你玩，更能教你玩，让游戏从单纯的娱乐，进化为一个更具深度和成长性的互动体验空间。
当然，这也带来新的思考：当AI队友过于强大时，是否会削弱玩家自身的竞技乐趣和公平性？如何在提升体验与保持游戏竞技本质之间找到平衡，将是开发者与玩家需要共同面对的新课题。
无论如何，TiG框架已经为我们推开了一扇门，门后是一个AI能够深入理解复杂规则、进行高级别战略协作的世界。游戏，这个人类创造的精妙“ playground”，再次成为了AI突破认知边界、学习如何与世界交互的最佳试验场。下一次当你进入王者峡谷，或许可以多一份期待：那个与你并肩作战的，可能是一位由代码和数据构成的“天才战略家”。
3月23日 
5647 浏览
3月23日 3162 浏览
3月22日 2126 浏览
3月22日 2119 浏览
3月22日 2118 浏览
3月22日 2114 浏览
3月22日 1253 浏览
位置：
版权说明：
