模速新势力 | 00后团队查比曰自研决策大模型，游戏成最佳练兵场

近日，由前OpenAI研究员Diogo Almeida创建的TypeSafe AI发布了决策模型Jev。它不聊天、不生成文字，只在给定选项里输出概率，官方称在这类任务上比现有大模型快两个数量级。寥寥几天，Jev刷屏全球AI圈。热度背后，一个判断正在浮出水面：大模型的竞赛，上半场解决的是“会说话”，下半场要比的是“会做事、能执行、懂决策”。

热闹不只属于AI圈。就在海外Jev引爆讨论的同时，国内已经有一条新的技术路线，从产业土壤里自己长了出来。世纪华通旗下子公司天游软件联合模速空间入驻企业查比曰（上海）信息科技有限公司，已经自研出一套决策模型，并在多款游戏中完成闭环验证——该模型不仅通关了《2048》游戏，还在《神庙逃亡》游戏中持续创造新的纪录，目前已超过70000米，而且模型单次决策延迟压缩到毫秒级，参数量控制在50M以内。

当前在AI大模型领域，多数玩家都在从通用生成大模型切入，先解决对话与图文生成，再向下寻找落地场景。而查比曰以游戏业务为原点向上攻坚，直接瞄准行为决策模型。公司一方面通过拟人化模型，让AI在语言表达、行为风格和游戏互动上更贴近真实玩家；另一方面，以游戏决策模型为核心，结合视觉感知、策略推理与动作执行等，让AI能够理解游戏局势、判断行动选择，并根据不同玩法采取相应策略。公司产品覆盖通用决策模型、游戏专用模型、视觉模型、训练框架及评测体系，应用于SLG、MMO、解谜等多种场景，致力于让AI不仅能玩游戏，更能展现接近人类的交互方式与决策能力。

“做决策模型不是纯AI公司的专利。”天游软件CEO纪敏说道。在他看来，游戏公司做AI，起点不是模型，而是业务。

过去两年，国内大模型赛道百花齐放，不少企业集中资源攻坚通用生成模型，但行业也逐步暴露出一些结构性矛盾。手握算法底座的模型公司，缺少真实、高频、强反馈的业务场景；手握海量场景与真实用户行为数据的产业公司，大多停留在调用第三方模型做应用，很少下场自研底层模型。模型公司向下找场景，场景公司向上做模型，两条路正在交汇，双方看中的是同一种稀缺资源：真实应用数据的反哺。

AI已经告别了单纯的技术突围阶段，正式迈入应用重构时代，游戏不仅是游戏，而是前沿科技的练兵场，且有望成为AI时代第一大应用。这一判断，也是查比曰持续投入底层模型研发的源动力。

模型砍掉冗余的文本生成能力，把全部参数聚焦决策本身，并提出“Decision Is All You Need”理念。模型不再输入文字、输出文字，而是直接输入环境状态、输出动作决策概率。不为文字表达预留参数开销，模型规模大幅压缩，换来毫秒级推理和更低的算力消耗。

主流通用大模型更像人类深度思考的大脑，接收信息后需要完整的推理规划，再输出结果；而查比曰与天游软件联合研发的这套决策模型，能够把大量决策规律内化到模型中，根据当前状态快速给出下一步动作，这样更接近人的小脑与反射系统，把千万次训练沉淀为肌肉记忆，面对复杂环境缩短整条决策链路，从而实现极速响应与持续闭环行动。

海外爆火的Jev，是AI企业从算法侧出发的技术产物；而这套决策模型则源自游戏业务的真实痛点。二者虽然起点完全不同，却奔向同一个方向。Jev的走红，也为行业讲清楚了一件事，AI不一定非要会聊天，直接做判断、输出动作，同样是一条价值巨大的路线。

目前，这套模型的能力已经在游戏环境里得到了实打实的验证。团队将游戏局面、历史动作、对手行为、资源状态、长期目标统一编码为状态向量，训练模型学习不同局面下的选择逻辑。更特别的一点是，团队引入了海量真人玩家行为的数据来参与训练，模型不只学习理论上的最优解，更学习真实玩家的行为分布。同一个局面，不同水平、不同风格的玩家会做出不同选择，模型学会的是复刻真实人类的决策概率。

能力的迁移也在加速。在部分策略类游戏中，模型已经拿到正向业务数据反馈；动作类、竞技类游戏的验证工作正在推进，工程化落地持续加速。

更重要的是，这套决策模型的用途不止于操控游戏内角色。依托同一套预训练底座，模型可以接收游戏实时运营数据，对留存、LTV等核心指标做预判，辅助运营人员制定策略。同一套底座，既能做游戏内智能体的行为决策，也能承担游戏业务的经营决策。

当然，要实现模型从零自研，背后是三个缺一不可的条件。第一，从零预训练的能力，这套模型没有基于任何开源基模微调；第二，海量真实的对局与玩家行为数据；第三，可持续迭代的真实落地场景。游戏企业手握真实场景与海量真实数据，而大模型迭代恰恰极度依赖真实业务数据的反哺，模型公司与产业公司的边界正在变得模糊，这也是团队持续加码决策模型的原因。

游戏环境对错误容忍度相对更高，但这不代表可以随意试错。所有模型上线前都经过大规模反复测试，审慎推进落地。决策模型可能会成为游戏AI的一个独立技术方向。未来的游戏AI体系里，负责对话的、负责内容生成的、负责判断与行动的模型，将各司其职、分工协作。对比当下行业扎堆的通用生成大模型，决策模型瞄准“行为执行”这一更硬核的未来。

对查比曰而言，这场底层大模型的突围，不是追逐一时的热点，也不会止步于一次前沿技术的发布。下一步，团队会持续打磨这套决策模型底座，把它带进更多游戏产品，同时探索游戏之外的产业决策场景。或许未来，当行业还在比拼聊天、生成能力的时候，这套决策模型，又会更上一层楼。

特别声明：本文经上观新闻客户端的“上观号”入驻单位授权发布，仅代表该入驻单位观点，“上观新闻”仅为信息发布平台，如您认为发布内容侵犯您的相关权益，请联系删除!