技术前沿

腾龙游戏 AI 实验室发布「龙智」NPC 对话大模型:单局记忆容量提升 6 倍,成本降至三分之一

来源:腾龙游戏官方全文约 1219 字责任编辑:腾龙品牌中心
腾龙游戏 AI 实验室发布「龙智」NPC 对话大模型:单局记忆容量提升 6 倍,成本降至三分之一

腾龙游戏 AI 实验室发布自研 NPC 对话模型「龙智」,在角色一致性、长程记忆与推理成本三项指标上取得突破,已在《山海纪元》中完成小规模灰度验证。

2026 年 7 月 18 日,腾龙游戏 AI 实验室正式发布自研 NPC 对话大模型「龙智」(LongZhi)。这是该实验室成立两年来的首个对外公开的完整成果,目标很明确:让游戏里的 NPC 不再是只会念固定台词的木桩,而是能记住玩家、理解上下文、并始终保持在角色设定之内说话的「活人」。据实验室披露,模型上线后,单局对话的记忆容量提升了约 6 倍,单位对话成本降至原有方案的三分之一。

游戏 NPC 的难题:不是聪明,是不出戏

把大语言模型直接接入游戏,行业里已经有过不少尝试,但效果往往两极分化。实验室负责人在分享中总结了三个高频失败模式:一是「出戏」,模型说着说着跳出角色设定,开始用客服腔调回答;二是「失忆」,聊过三句话之后完全忘记前面说了什么;三是「失控」,在玩家诱导下生成不符合内容安全要求的表述。这三个问题在演示视频里或许无伤大雅,但在一款需要长线运营的产品里,任何一个都可能毁掉玩家的世界观体验。

「龙智」的解法是把问题拆开处理。在模型层,团队用游戏内的剧本、设定文档与角色小传做定向微调,让模型先「学会人设」;在系统层,设计了三层约束:角色设定约束保证不偏离人设,世界观知识库约束保证不说出与设定矛盾的事实,内容安全约束保证输出合规。三层约束在推理时并行生效,任何一层未通过都会触发重写或降级到预置台词。

长程记忆:把「聊过什么」变成可检索的结构

长程记忆是另一项关键改进。团队没有简单地把所有对话历史塞进上下文,而是设计了一套分层记忆机制:最近几轮对话保留原文,稍早的内容被压缩成事件摘要,更早的关键信息则被抽成结构化的「关系与事实」条目。当玩家再次提起某件事时,系统先检索记忆库,再决定把哪些内容送回模型。实验数据显示,这套机制让 NPC 对「三小时前那件事」的正确复述率从 41% 提升到了 88%,而推理成本反而下降了。

成本下降的另一半功劳来自模型小型化。实验室通过蒸馏与量化,把模型压缩到可以在消费级显卡上本地推理的规模,为未来可能的端侧部署留出了空间。团队同时保留了云端 + 端侧混合的架构选项:对延迟敏感、对话简单的场景走端侧,对需要复杂推理的场景走云端。

灰度结果:玩家愿意多聊两句了

判断 AI NPC 成不成功,只有一个标准:玩家是不是自愿多说了几句话,而不是被任务逼着点击对话框。—— 腾龙游戏 AI 实验室负责人

在《山海纪元》的一次小规模灰度中,接入「龙智」的 12 个 NPC 平均对话轮次从 2.3 轮提升到 6.8 轮,其中「非任务驱动」的闲聊占比达到 44%。更让团队兴奋的是玩家自发行为:有玩家在社区发帖,详细记录了某个 NPC 在三次不同时间点对他说的不同话,并感慨「她居然记得我上次帮她找过药」。这类自发传播内容,是任何投放都买不到的。

团队也坦承当前仍有明显局限:模型的实时推理延迟在弱网环境下仍会波动;面对极少数玩家的恶意诱导,仍有小概率生成不当表述,需要依赖兜底策略拦截。实验室表示,将在年底开放「龙智」的技术白皮书,并计划向合作的独立开发者提供有限的 API 试用额度。

RELATED

相关阅读

返回新闻中心