همتیمیهای هوش مصنوعی یوبیسافت اکنون میتوانند جواب بدهند، و نیمی از توسعهدهندگان هنوز اعتماد ندارند
در GDC 2026 در سانفرانسیسکو، یک NPC در نمونه اولیه منتشرنشده یوبیسافت یک دستور صوتی را که هرگز بهطور صریح برای مدیریت آن برنامهریزی نشده بود درک کرد و بلافاصله پاسخی در نقش شخصیت خود بداهه ساخت. این یک تریلر نبود. روی نسخهای واقعی از موتور Snowdrop اجرا میشد — همان موتوری که فرنچایز The Division را قدرت میدهد. در همان هفته، یک نظرسنجی از توسعهدهندگان نشان داد ۵۲ درصد از توسعهدهندگان بازی نگاه منفی به هوش مصنوعی مولد دارند. هر دوی اینها همزمان درست هستند، و فاصله میان آنها داستان واقعی هوش مصنوعی در بازیها همین حالاست.
از درختهای دیالوگ به عاملها
نمایش یوبیسافت، با نام Teammates، یک پروژه تحقیق و توسعه ۸۰ نفره به رهبری Xavier Manzanares، مدیر گیمپلی هوش مصنوعی مولد استودیو است. این پروژه بازیکنان را در کنار سه همتیمی کنترلشده توسط هوش مصنوعی — Jaspar، Pablo و Sophia — قرار میدهد که به دستورهای گفتاری طبیعی پاسخ میدهند نه یک منوی گزینههای از پیش تعیینشده. Manzanares صریحاً گفت Teammates یک آزمایش تحقیق و توسعه است نه اعلامیه محصول، اما تغییر زیربنایی که نشان میدهد در جاهای دیگر صنعت هم در حال ظهور است: Krafton سیستمهای مشابهی در PUBG و عنوان شبیهسازی زندگی خود inZOI استفاده کرده، و Creative Assembly همین رویکرد را برای Total War بررسی کرده است.
تغییر فنی پشت این ماجرا حرکت از ماشینهای حالت اسکریپتشده به چیزی است که صنعت اکنون سیستمهای NPC عاملی مینامد: شخصیتهایی با حافظه ماندگار، پروفایل شخصیتی تعریفشده، و توانایی استدلال درباره نیت بازیکن به جای صرفاً تطبیق کلمات کلیدی با یک درخت تصمیم. پلتفرم ACE (موتور ابری آواتار) NVIDIA این را در یک پایپلاین بستهبندی میکند که استودیوها میتوانند به Unreal یا Unity وصل کنند — مدل زبانی، تشخیص گفتار، تبدیل متن به گفتار و انیمیشن چهره همگی در کنار هم — در حالی که Nemotron 3 Nano، مدلی ۴ میلیارد پارامتری که NVIDIA برای استنتاج روی دستگاه طراحی کرده، منطق تصمیمگیری NPC با تأخیر کمتر را مدیریت میکند که یک رفتوبرگشت ابری آن را در زمان واقعی کند میکرد.
چرا بیش از نیمی از توسعهدهندگان قانع نشدهاند
رقم ۵۲ درصد احساس منفی واقعاً درباره کارکردن یا نکردن فناوری نیست — نمایش Snowdrop ثابت کرد که میتواند کار کند. موضوع درباره آن چیزی است که عرضه مسئولانه آن واقعاً نیاز دارد. دیالوگ غیرقطعی تست کیفیت آن دشوار است: یک NPC اسکریپتشده در هر بار بازی همان دوازده خط را میگوید، که تسترها میتوانند بهطور کامل تأیید کنند، در حالی که یک NPC مولد میتواند طیفی عملاً نامحدود از پاسخها تولید کند، که برخی از آنها کانن داستان را میشکنند، با نقاط داستانی قبلی تناقض دارند، یا چیزی میگویند که استودیو قصد نداشته در یک بازی خانوادگی گفته شود. هزینه استنتاج در مقیاس یک نگرانی دوم است: اجرای یک مدل زبانی برای هر NPC در هر تعامل، در میان میلیونها بازیکن همزمان، ساختار هزینهای کاملاً متفاوت از عرضه دیالوگ ایستا و از پیش ضبطشده دارد که پس از ساخته شدن هزینهای در هر بازی ندارد. تأخیر صوتی نگرانی سوم است: همتیمیای که ۸۰۰ میلیثانیه قبل از پاسخ به یک دستور فریادزده در میانه یک درگیری مکث میکند، غوطهوری را به شیوهای میشکند که یک پاسخ منو-محور هرگز نمیشکند.
چه چیزی یک نمایش را از یک ویژگی عرضهشده جدا میکند
استودیوهایی که بیشترین پیشرفت را داشتهاند الگویی مشترک دارند: آنها تصمیمگیری و تولید دیالوگ را به مدلهای کوچکتر، تخصصی و اغلب رویدستگاه — مانند Nemotron 3 Nano — منتقل میکنند، به جای اینکه هر خط NPC را از طریق یک مدل بزرگ فرانتیر در ابر مسیریابی کنند. این کار تأخیر را پایین و هزینه را قابل پیشبینی نگه میدارد، به قیمت پاسخهایی که کمی کمتر انعطافپذیرند نسبت به آنچه یک مدل کامل فرانتیر تولید میکرد.
بعد چه چیزی را باید دنبال کرد
سه سیگنال نشان میدهد آیا این موضوع از نمایش تحقیق و توسعه به یک ویژگی استاندارد حرکت میکند: آیا یوبیسافت (یا هر استودیوی AA/AAA) NPCهای عاملی به سبک Teammates را در یک انتشار تجاری عرضه میکند نه یک آزمایش برچسبگذاریشده؛ آیا پایپلاینهای NPC مدل کوچک رویدستگاه به یک پیشنهاد میانافزار استاندارد تبدیل میشوند به جای یک ساخت سفارشی برای هر استودیو؛ و آیا رقم احساس منفی میان توسعهدهندگان با بلوغ ابزارها تغییر میکند. فعلاً، خوانش صادقانه این است که نمایش کار میکند، ابزارها واقعی هستند، و صنعت هنوز مشکل بسیار کمتر جذاب عرضه آن در مقیاس بدون شکستن کیفیت، بودجه یا کانن را حل نکرده است.