字节跳动为了玩明白《原神》，至少「氪」了几千万？_游戏资讯

字节跳动为了玩明白《原神》，至少「氪」了几千万？

创始人

2025-11-16 00:25:10

0次

《原神》又要引领一次革命？

文/秋秋

会玩《原神》的AI

这两天，一款号称能玩《原神》的AI模型Lumine-Agent突然刷屏。

在B站，Lumine团队放出了总长超过25小时的8段实录视频，主要展示了AI游玩《原神》《崩坏：星穹铁道》和《鸣潮》的过程。

在实录视频中，团队公开的内容除了游戏流程实机，还包括下方的「AI思考过程」，右侧的AI鼠标键盘指令——通过这些视频，我们能比较清楚地看出AI玩游戏的具体过程：

居然还知道看教程

从实机来看，Lumine不仅能顺利完成多款游戏的体验流程，还闹出了不少笑话。如果加上配音，其节目效果可能不亚于一些游戏实况UP主——看来又一个职业要被AI威胁到了。

朝凯亚发起攻击

理直气壮地跳过《鸣潮》动画

据官网介绍，Lumine在《原神》中的应用场景包括：

1. 基础交互：能完成战斗后开宝箱、通关秘境、完成日常委托等复合操作；

2. 应对BOSS机制：可理解并应对无相之雷、风魔龙等BOSS的特定玩法，如躲避攻击、攻击弱点、拾取元素颗粒等等；

3. 精密操作：能完成飞行搜集、瞄准射击、点燃荆棘、激活元素方碑、限时挑战等复杂解谜；

4. 界面适应：可在3D探索与2D界面（如NPC交互、GUI操作）间自然切换；

此外，通过将复杂目标拆解为具体步骤，你还可以引导Lumine完成收集风神瞳、冻结水面取物、利用风场开箱等更复杂的操作。

爬上右侧的石柱，到达最高处后收集位于左侧空中的蓝色风神瞳

切换角色为凯亚，不断释放E技能冻结水面，以收集前方浮在水面上的风神瞳

收集风种子以激发风场，进入风障内，开启宝箱

从这一系列演示的效果来看，虽然Lumine并没有表现出网友所说的「完全让代练、代肝UP失业」的效果，但至少能在过剧情、重复刷本等相对耗时的流畅中解放玩家双手，展现出一定的实用价值。

有意思的是，有网友指出「Lumine」这个名称，正是《原神》中女主「荧」的英文名，团队也因此制作了一组相关图片。

论文进一步指出，Lumine是目前唯一能在3D开放世界中完成数小时任务的AI智能体。在四项关键测试中，其特定版本「Lumine-Instruct-NonHis」的成功率均超过80%，性能显著优于GPT-5、Gemini 2.5 Pro、Grok-4、Qwen3-VL等主流大模型及其它基线方法。

此外，尽管Lumine主要使用《原神》数据进行训练，但其目标却是打造通用型智能体。论文显示，团队也将Lumine的实测范围扩展至《鸣潮》《崩坏：星穹铁道》乃至《黑神话：悟空》，并取得了不错的结果：

在《鸣潮》中，Lumine仅凭推理能力，就以接近新手的水平完成了游戏的前两个剧情（约107分钟）。

有意思的是，由于基础模型知识库的截止时间早于《鸣潮》上线，它在推理时会出现「幻觉」，借用《原神》的术语来描述《鸣潮》的内容——论文表示，类似的跨游戏知识迁移现象，在人类玩家中也很常见。

面对与《原神》玩法不同的《崩坏：星穹铁道》（箱庭探索+回合制战斗），Lumine依然通关了「黑塔」空间站的主线，耗时约7小时，仅比人类玩家的平均速度（4.7小时）慢2.3小时——速度差距主要来自回合制战斗的操作、验证跳跃（崩铁不能跳）和空气墙阻挡。

快难为死AI了

尽管存在局限，但跨游戏的测试仍表明，Lumine所展现的通用能力存在较大潜力。

还在早期，还在招人

为了达到目前的实测效果，Lumine团队投入了不少心力。

简单来说，Lumine采用视觉推理模式：由两台主机协同工作，一台负责每200毫秒截一张图并提交推理请求，另一台主机负责推理并将其转化为鼠标键盘指令返回。

基于这一流程，Lumine团队使用了总计约4500小时的《原神》视频数据进行训练，其中包括1731小时的人类游戏数据用于预训练、200小时的指令数据用于语言基础训练，以及15小时的推理数据用于实现混合式思维。

整个过程不仅耗时、耗力，更耗钱——仅用于推理的主机，就搭载了4块H20显卡，价格超过30万人民币，而训练整个Agent模型更是需要64块H100显卡，成本至少1500万元。再算上AI领域高昂的人力成本，整个项目推进下来，少说也要耗费数千万的成本。

「安柏」和「火元素方碑」

其次是会「偷懒」，比如任务要求射击三个史莱姆，AI射完两个就干别的去了，或者忽略类似「捡起一朵花」这样的细节指令；再然后还有空间感知偏差问题、控制精度问题等等。

可以说，在Agent能力和成本没有突破性迭代之前，普通玩家想用AI「代肝」，仍是一个不切实际的幻想。

而Lumine团队之所以如此「财大气粗」，则是因为他们来自字节跳动种子计划（ByteDance Seed）。

该团队负责字节跳动的AI能力研究，覆盖大模型、视觉、语音、多模态交互、通用机器人乃至生物领域，目前字节旗下的飞书、火山引擎、豆包、猫箱、星绘、即梦等应用都有该团队的技术落地。

ByteDance Seed官网

Lumine项目的负责人及论文主要作者谭伟豪，是南洋理工大学博士生。他在个人主页上表示自己很喜欢米哈游的游戏，巧的是，他的博士导师也叫「安柏」——与《原神》开篇的引路人安柏的中文名相似。

谭伟豪曾在2024年，发表过能「玩游戏」的智能体Cradle的相关论文，后者的底层基于GPT-4V，执行逻辑同样是以屏幕截图作为输入，输出键鼠操作。

当时团队「让AI玩游戏」的技术能力还没有这么强，主要展示的能力包括：在《荒野大镖客2》中完成40分钟主线任务、在《城市：天际线》中建造千人城市、在《星露谷物语》中耕种并收获欧洲萝卜、以及在《经销商的生活2》中实现单周最高87%的交易利润率；此外，Cradle还能操作Chrome、Out书等日常软件，并使用美图秀秀、剪映处理图片和视频，展现出了一定的通用性。

由此可见，Lumine可能是Cradle的迭代与特化版本，专注于开放世界游戏场景的测试，目前仍处于早期探索阶段——论文末尾附带的《原神》数据标注人员招募信息也印证了这一点。

任何技术都有意义

可能看到这里，不少读者会觉得：除了「AI玩游戏」听起来挺新奇，再加上对实况主、代练业可能有点冲击之外……这项技术，似乎也没有那么大的实际意义？

我认为这个问题可以从两个层面看：

第一层，我们先聚焦「AI玩游戏」本身。

利用AI模拟真实玩家的操作，一直是众多游戏厂商重点投入的技术方向。从硬件层面的操作脚本，到《王者荣耀》《逆水寒》等产品中训练的AI队友或对手，都显示出游戏行业对高拟真AI的强烈需求。

但同时，有资料显示，《王者荣耀》训练AI「绝悟」时，其测试架构就动用了60万个CPU核心和1064张显卡，保守估计成本达数亿元；网易《逆水寒》手游也曾表示，每年投入约3000万元用于AI云计算资源，以训练智能NPC。

图源《逆水寒》手游公众号

某深圳射击游戏厂商CEO也表示，每年只是为游戏配备AI队友，就要向超参数这类专业公司支付数千万元的费用（也证明这类生意确实赚钱），这是他们最终选择自研AI的原因。

超参数官网

在这种背景下，Lumine展现出了两大优势。

首先是通用性。跟上述依赖游戏内部封闭数据的专属AI智能体相比，Lumine的技术路线和特性有些不同：

某大厂射击游戏制作人曾提到，其项目中的AI队友始终效果不佳，主因是副本类型多、机制复杂，传统规则型AI难以灵活适应——现在来看，如果采用视觉推理AI，或许就有机会解决这一问题。

比如论文指出，Lumine在导航上的效果非常出色，堪称其通用能力中最扎实的一环。这跟早期的「传奇自动寻路」不同，AI智能体的通用性更强，路线更自由，在研发端也几乎不需要绘制导航网格之类的设计成本。

没有「璃月」地图训练数据的情况下，AI仍能正常推进璃月主线

其次是训练成本较低。

虽然整个Agent模型的训练，保守需要数千万的成本，但相比上面这些烧钱的情况，确实算得上比较划算。更何况，厂商也完全不必自己从零开始训练，如果能直接调用字节训练好的、成熟的Lumine API或基础模型，所需的成本或许会更低，风险也更小。

难怪论文中会用「仅需」

此外，我认为Lumine至少还有两种应用场景：自动化游戏测试，以及反推游戏设计。

传统游戏的研发阶段，厂商一般依赖人力测试游戏性能、稳定性，寻找BUG等，虽然随着技术的迭代，部分测试环节可以用脚本代替，但相比之下，Lumine Agent不仅可以24小时不间断工作，还能模拟真实玩家的复杂操作，高效地发现极端情况下的BUG，极大提升测试场景覆盖率和效率——而且游戏的场景越复杂（像《原神》），它的优势就越明显。

你看，这证明Lumine还能顶掉一大块游戏测试的开销。

更进一步，「AI玩游戏」的背后，是AI对游戏交互逻辑的理解。如果把这套能力反推，未必不能实现用「AI做游戏」：只需要设定目标和规则，AI就能自主推理，结合其他工具，自动生成地图、关卡、任务动线等等。

当然，说来说去，又回到了问题的第二层：这一切真的有意义吗？

比如相关的担忧不难理解：AI都帮你玩游戏了，那你玩游戏的乐趣又在哪？如果有人用AI刷资源或者打破游戏平衡，那是不是又变成了另一种「外挂」（当然目前已经有AI外挂了）？这些问题也需要随着技术演进反复论证。