如今，大模型已经能够直接生成完整的RPG角色扮演游戏——它不再局限于简单的文本冒险，而是包含了画面、环境、角色状态以及实时反馈的全方位游戏体验。

基于用户输入的初始描述，系统会自动构建一个游戏模拟环境，并实时生成角色的动作与交互。换句话说，你只需告诉它“我想要一个巫师的世界”，它就能呈现出一个可奔跑、可游玩、可互动的虚拟空间。

这项研究由谷歌与北卡罗来纳大学教堂山分校联合完成。他们推出的首款试验游戏名为Unbounded，灵感直接源自《模拟人生》。举个例子：你可以自定义一名叫Archibus的巫师，他的饥饿度、能量值与兴趣度都会随环境变化实时更新——就像在玩一款真正的模拟经营游戏。

角色能够自由探索多种环境，执行几乎所有你能想到的动作与互动。游戏按交互速度刷新，每秒更新一次，确保了流畅度与沉浸感。

用大模型生成无限游戏

研究团队提出了一个颇具启发性的概念：生成无限游戏。所谓“无限游戏”，指的是以延续游戏本身为目的的游戏；而生成无限游戏，则是通过生成式模型打破传统视频游戏的边界——不再受限于预设关卡、固定对话树或有限场景。

Unbounded正是这一理念的落地成果：一款完全由生成式模型封装的角色生活模拟游戏。在这个虚拟世界里，你可以通过喂食、玩耍、引导等方式与角色互动，但必须时刻留意它的健康状态——就像养一只真实的电子宠物，只不过这只宠物拥有独立的个性、环境与故事线。

基于这套框架，游戏的核心属性包括：角色个性化、游戏环境生成、开放式互动以及实时生成。每一项都由大模型驱动，而非人工手动编写。

在语言层面，团队开发了一个基于LLM的游戏引擎。该引擎的核心能力包括：保持游戏机制的一致性（例如状态更新不会出现bug）、生成连贯的叙事（剧情不跳脱）、以及实时生成与上下文契合的角色响应（角色言行与场景匹配）。

值得一提的是，这个专业模型是在两个协作性极强的LLM Agent自动生成数据的基础上微调而成的——全程无需人工标注。以Gemma-2B为例，微调后的游戏引擎在状态更新、环境相关性、故事连贯性以及指令遵循方面均实现了质的飞跃。

视觉生成方面，他们引入了新型的动态区域图像提示适配器（Regional IP-Adapter）。简而言之，这个模块能在保持多幅图像视觉一致性的同时，生成出风格统一的角色与场景。其核心思路是：将游戏环境与角色外观作为图像生成的条件，通过交叉注意力层中注意力输出获得的动态掩码进行调制，从而减少环境与角色之间的相互干扰——让两者都能稳定、可靠地呈现在画面中。

相比以往的方法，该区域IP适配器还采用了区块丢弃技术，使得生成的角色与环境在一致性上表现相当稳定——不会出现角色突然变脸、背景突然穿模这类令人出戏的情况。

一作为上海交大校友

本研究主要由谷歌与北卡罗来纳大学教堂山分校联合完成。第一作者Jialu Li，目前是北卡罗来纳大学教堂山分校五年级博士生，本科毕业于上海交通大学，随后在康奈尔大学获得硕士学位。

对于这项研究，谷歌导师Nataniel Ruiz表现得相当兴奋，他预测：未来大多数游戏将完全由生成式技术构成。想想《龙与地下城》这类桌面角色扮演游戏所蕴含的“无限可能性”——再把这个思路套用到《上古卷轴》或《艾尔登法环》中，或许这就是游戏行业的下一站。