1. Beyond LLMs：Inworld 的 AI 组件系统
传统的 NPC 行为通常是脚本化的，角色只能按照预先设定的路径或规则与玩家和游戏世界进行交互。而 Inworld 的 AI 组件系统打破了这一局限，它通过多个模块化的 AI 组件，使 AI 代理（例如 NPC）能够更加自主地做出决策和行动。
超越大语言模型（LLMs）：
- Inworld的AI不仅仅依赖LLMs，还引入了专门的AI组件，这些模块化系统可以生成复杂、情境感知的行为，超越传统的LLMs，提供动态的游戏玩法。
- 这些AI代理不再是按照预设脚本行动，而是根据动机和游戏环境做出自主决策。
Inworld AI 组件的功能：
- AI 代理的自主决策：这些 AI 代理不再依赖简单的提示，而是从一系列机器学习组件中获取动力，能够根据玩家的行为和游戏环境做出实时反应。比如，敌对角色可以根据战场形势动态调整战术，而不再只是固定巡逻路线或触发预设的攻击。
- 上下文感知行为：AI 代理可以根据游戏的进展和环境的变化做出调整，提供比传统大语言模型（LLMs）更加复杂和灵活的游戏机制。这使得 NPC 不仅仅是按部就班的机器人，更像是拥有独立思维的角色，带来更具沉浸感的游戏体验。
2.超越对话：通过主动AI提升游戏体验
Inworld 的 AI 不仅仅是通过对话来与玩家互动，它还能够执行更加复杂的行动。通过决策算法、感知系统和自适应学习，Inworld 的 AI 可以让游戏角色在复杂的场景中表现得更加真实且具有挑战性。
- 实时战术支持和协同玩法：AI 代理不仅可以作为队友提供战术支持，还能在协作玩法中与玩家一起完成任务。比如，AI 可以自主决定何时进攻、何时防御，甚至做出独立的战术选择。
- 环境感知与互动：这些 AI 代理具备环境感知能力，能够根据游戏中的地形、敌人位置以及玩家动作做出反应，从而提升游戏的难度和互动性。
- 快速填充游戏世界：对于RPG等需要大量角色的游戏，Inworld的Mass Character Generator可以在设计阶段或游戏过程中大规模生成NPC。这些NPC不仅有着独特的外观，还可以通过语音识别系统，根据玩家的命令生成个性化的角色行为。
3. 动态对话树与游戏环境的交互
传统的对话树会限制玩家只能选择预设的选项，导致互动过程不够自然流畅。Inworld通过其文本生成AI服务Inworld Text，能够实时生成适应玩家输入的对话选项，实现动态对话树系统，使得游戏对话更加生动逼真。
Inworld的AI不仅能够生成即时对话，还可以生成详细的游戏世界背景资料（如故事集），并为玩家提供总结和提示。这种灵活性让AI不仅仅作为玩家的对手，还可以作为玩家的辅助工具，丰富游戏中的互动体验。
4.行动规划系统：超越传统的有限状态机
传统的游戏AI角色行为依赖于有限状态机（FSMs）、行为树或者目标导向的行动规划，这些方法虽然能够处理简单的行为，但当游戏世界复杂度增加时，这些系统容易变得脆弱且难以扩展，导致游戏玩法显得单一和重复。
Inworld 提出的多模态行动规划（Multimodal Action Planning，MAP）系统和AI状态树（AI State Tree）系统能够在游戏运行时动态生成角色行为。与传统的FSM不同，这种系统可以根据当前的游戏环境和玩家行为实时生成行动序列，避免了复杂的脚本编写。MAP通过感知系统让AI代理能够识别游戏世界中的物体、意图等，并根据目标规划行动步骤，从而为角色生成更加灵活的行为。
AI状态树系统则允许开发者在游戏设计中大幅减少硬编码的工作量。Inworld的AI状态树不仅能检测角色状态，还能根据玩家的行为实时调整角色的目标和行为。这种自适应的设计使得游戏中的AI角色行为更加复杂且具有深度，极大增强了游戏的沉浸感。
5. Beyond Crunch：AI辅助游戏设计与开发
随着游戏开发成本和复杂度的增加，Inworld 的 AI 不仅能改善游戏体验，还可以大幅加速开发过程，帮助开发者减少开发周期，快速进入市场。
AI 辅助开发工具：
除了AI在游戏角色和场景中的应用，Inworld还为开发者提供了多种AI工具，以加速游戏设计与开发过程，尤其是在游戏内容生成和叙事设计方面：
- 叙事图（Narrative Graph）：与Xbox合作开发的工具，可以根据上传的内容自动生成分支剧情，帮助可视化和管理互动叙事。
- 脚本编写助手（Scriptwriter）：这是一个AI写作助手，可以根据游戏世界和角色设定，提供上下文感知的对话建议，加速对话编写过程。
- NPC语音生成器（Barks Generator）：大规模生成和录制NPC的简短对话，使得游戏世界中的NPC互动更加多样和真实。
- 语音工作室（Voice Studio）：通过合成AI语音，开发者可以以低成本录制游戏中的配音，极大简化了语音制作流程。
- 大规模角色生成器（Mass Character Generator）：通过该工具，开发者可以自动生成数千个独特的AI NPC，直接在游戏引擎中使用。
6. 未来的 AI 游戏玩法
AI 在游戏中的应用不仅限于 NPC 行为，还可以拓展到程序化生成、动态难度调节等多个方面。随着 AI 技术的发展，游戏中的 AI 代理可以承担更多的角色，例如：
- 程序化生成游戏世界：AI 可以动态生成游戏世界中的地形、任务和剧情内容，从而让每个玩家的游戏体验都与众不同。
- 动态难度调节：根据玩家的表现，AI 可以实时调整游戏难度，确保游戏体验始终保持在玩家的挑战区间，避免过于简单或过于困难。
7. 经济效益：AI 驱动游戏的成本优化
Inworld 深知游戏开发中使用大语言模型（LLM）带来的高昂成本，因此它致力于通过多种优化手段降低 AI 的使用成本，并将这些节省下来的成本传递给开发者。几项关键的优化包括：
- 模型架构优化：通过使用量化、批处理和 KV-cache 优化，Inworld 能够在保持质量的前提下提升模型的吞吐量，降低运行成本。
- 模型大小与质量平衡：通过优化和调整较小的模型，Inworld 能够在许多应用场景下实现2到10倍的成本减少，而不损失性能。
- 推理算法优化：Inworld 还通过引入最先进的推理算法和优化的请求调度，进一步降低了使用成本。
此外，Inworld 还展示了将模型移动到设备本地的可能性，例如与 NVIDIA 合作的混合云与本地部署方案，这有望在未来进一步降低延迟和成本。
案例分析：AI 游戏的优化成本
Inworld 提到一款名为 Death by AI 的派对游戏，通过生成 12 亿个 AI tokens 并支持数千个每日游戏会话，吸引了近 2000 万用户。在面对这样巨大的需求时，他们通过切换到 Inworld 的服务来解决延迟和定价问题，成功优化了成本并提高了游戏的运行效率。
8. AI 游戏的未来展望
游戏行业的一大优势就是能够想象和实现新技术的潜力。Inworld 相信，AI 在游戏中的真正潜力不仅体现在现有的应用中，而是通过开发者、艺术家和叙事设计师以创新的方式使用 AI 来超越当前游戏设计的边界。Inworld 正在与开发者合作，帮助他们利用 AI 打造下一代游戏体验。
