动态列表

  • 一句话,性能暴涨49%!马里兰MIT等力作:Prompt才是大模型终极武器
  • Z世代生存、学习与未来宣言!伯克利学霸预言课堂,用AI设计人生
  • AI来了!记者、UP主、写手,谁能逃过这场「灭绝浪潮」?
  • Hinton预言成真!AI接管美国一半白领,牛津哈佛扎堆转行做技工
  • 新加坡 AI 办公系统 Agnes:200 个 Agent 并行研究,让 AI 主动「找茬」打磨设计
  • 机器人也会「摸鱼」了?宇树G1赛后葛优瘫刷美女视频,网友:比人还懂享受生活
  • 从GPT-2到gpt-oss,深度详解OpenAI开放模型的进化之路
  • NextStep-1:一次在图像生成上自回归范式的探索
  • KDD 2025 | UoMo来了,首个无线网络流量预测模型,一个框架搞定三类任务
  • 开源扩散大模型首次跑赢自回归!上交大联手UCSD推出D2F,吞吐量达LLaMA3的2.5倍
  • 一张图,开启四维时空:4DNeX让动态世界 「活」起来
  • AI发现新物理定律:纠正等离子体理论多年错误假设
  • 多模态大模型在化学与材料学的「体检表」——哪些能力靠谱,哪些还差很远?
  • Altman:希望 AGI 能提高生育率;与辉同行否认董宇辉年收入二三十亿元;今年国内智能眼镜市场同比增长121.1%
  • 刚刚!谷歌内部揭秘Genie 3:Sora后最强AI爆款,开启世界模型新时代
  • 硬核拆解!从GPT-2到gpt-oss,揭秘大模型进化关键密码
  • 黄仁勋子女逆袭上位!4万亿「皇储」成长史首曝:一个学烘培,一个开酒吧
  • GPT-5首次会推理,OpenAI联创曝AGI秘诀!超临界学习吞噬算力,2045金钱无用?
  • 400万人围观的分层推理模型,「分层架构」竟不起作用?性能提升另有隐情?
  • CoRL 2025|隐空间扩散世界模型LaDi-WM大幅提升机器人操作策略的成功率和跨场景泛化能力
  • SEAgent:开启从实战经验中自我进化的GUI智能体新纪元
  • OpenAI估值达5000亿美元;「原道」联手小岛秀夫,推《死亡搁浅》耳机;苹果手表将「大幅重新设计」
  • 奥特曼神秘晚宴讲话曝出!OpenAI的CEO或将是个AI,Chrome我也想买
  • 谷歌最新「0.27B」Gemma 3开源!身板小却猛如虎,开发者直呼救命稻草
  • 最惨就业季!CS学霸GPA 3.98,投2500份简历仅10次面试,AI吞噬入门级岗位
  • Yann LeCun最新纪录片首曝!传奇AI教父的双面人生,深度学习幕后40年
  • 机器人全产业链接会 FAIR plus 2026新闻发布会在京召开
  • 大模型如何推理?斯坦福CS25重要一课,DeepMind首席科学家主讲
  • 当AI比我们更聪明:李飞飞和Hinton给出截然相反的生存指南
  • 简单即强大:全新生成模型「离散分布网络DDN」是如何做到原理简单,性质独特?
  • Sam Altman:AI存在泡沫;宇树机器人夺金,王兴兴:用遥控追求极致速度;蔡浩宇AI游戏上架,27.19元|极客早知道
  • 吞下17亿图片,Meta最强巨兽DINOv3开源!重新定义CV天花板
  • 打开高德的理由又多一条!全球首个「需求链智能调度」AI地图上线
  • 核心模型被曝蒸馏DeepSeek?前女友一纸控诉,曝出欧版OpenAI塌房真相!
  • 一句话搞定多任务出行,高德用空间智能重新定义地图
  • GPT-5、Grok 4、o3 Pro都零分,史上最难AI评测基准换它了
  • 谷歌开源Gemma 3 270M,性能超越Qwen 2.5同级模型
  • 追剧不断网,可能背后有个AI在加班,故障诊断准度破91.79%
  • Meta视觉基座DINOv3王者归来:自监督首次全面超越弱监督,商用开源
  • 多突触神经元模型问世,国内团队打造类脑计算新引擎,登上《自然·通讯》
  • Science封面:高效精准模拟构象变化,微软研究院用生成式AI重塑蛋白质功能研究
  • 扎克伯格看OpenAI直播挖人,北大校友孙之清加入Meta
  • AI 模特时代到来:字节x清华推出商用级视频换装模型DreamVVT,保真度显著领先SOTA
  • LeetCode刷够100小时,学会找人内推,OpenAI员工下场教你拿Offer
  • xAI元老离职干风投,传奇人物Babuschkin长文追忆与马斯克创业战友情
  • 链式思维是幻象吗?从数据分布视角重新审视大模型推理,马斯克回复,Grok破防
  • 李想:i8 反响不错,产品力没对手;库克暗示:苹果将推桌面机器人;中国日均消耗 30 万亿 Token,暴涨 300 倍
  • ChatGPT会让大脑退化?OpenAI高管用它救下自己「读写障碍」的女儿
  • 谷歌超级编码智能体正式上岗!125刀大会员,每天300任务任意跑
  • Meta华人天才毕树超「叛逃」预言:OpenAI未竟交互革命,暗藏万亿赛道
  • 美国CS就业梦碎!狂投5000家0 Offer,名校毕业00后被麦当劳惨拒
  • 3 分钟,我学会了像鸟儿一样飞行 | New Things
  • 从隐私计算迈向六大数据流通全栈技术,“隐语”开源社区升级
  • 7天,一场风暴!理想 i8「刮骨疗毒」,怒砍两个版本
  • 小订过万!打死不说价格的全新小鹏 P7,用颜值吊起了所有人的胃口!
  • 对话理想智驾负责人:撕掉「奶爸车」标签,智驶是理想的「新引擎」
  • 告别「偏科生」时代!36 万的坦克500,让对手从此无路可走
  • 万字长谈王小川:不再迎合他人做学霸,我要解自己的命题
  • 刚刚,全网最懂图文调研的智能体模型震撼上线,看完我直接卸了浏览器
  • ICCV 2025 | HVPL:分层视觉提示学习,让“视频实例分割”模型告别灾难性遗忘
  • 复旦&微软提出StableAvatar: 首个端到端“无限时长”音频驱动的人类视频生成新框架!
  • 千支队伍争锋!首届「启智杯」算法大赛圆满落幕,助推AI应用落地
  • 冗长响应缩减80%,DeepSeek GRPO获得颠覆性改进,微软GFPO问世
  • ICCV 2025 | HERMES:首个统一3D场景理解与生成的世界模型
  • 苹果 AI 下半场:年底问世的新 Siri,要彻底改变 iPhone 的交互
  • GNN+KAN,把三角函数当「激活」选项,山大、南洋理工让分子图更会读化学子结构
  • 港大联手月之暗面等开源OpenCUA:人人可造专属电脑智能体
  • 破解「长程智能体」RL训练难题,腾讯提出RLVMR框架,让7B模型「思考」比肩GPT-4o
  • AI独角兽498家,估值2.7万亿美元;《王者荣耀》连续三年成全球最吸金手游;抖音测试「快递」服务|极客早知道
  • 奥特曼公然叫板马斯克!重金杀入脑机接口,硅谷两大巨头彻底决裂
  • AI女友24h陪玩,全球800万人上头!这群AI创企靠百度开挂
  • 马斯克删除xAI「研究员」职位引爆网络!LeCun怒批:如此暴力将扼杀创新
  • OpenAI女CEO太狠了!智商148,GPT-5才是真印钞机
  • AI 和海外游戏发力,腾讯重回 7000 亿美金
  • ICML 2025 | 奖励模型还用人标?APEC用对抗模仿生成偏好,泛化能力直线上升
  • Attention Sink的起源找到了?清华×美团首次锁定MoE中的「超级专家」
  • 博士申请 | 休斯敦大学计算机系刘锦阳老师招收高性能计算/数据压缩方向博士生
  • Kimi K2背后的冷门绝招:海量语料“重写”如何榨干每个token?
  • 告别Transformer,重塑机器学习范式:上海交大首个「类人脑」大模型诞生
  • AI 上新|在 Edge 浏览器里,我第一次感受到了 AI 的「人味」
  • Agent狂欢下的冷思考:为什么说Data&AI数据基础设施,才是AI时代Infra新范式
  • AI顶会模式出了问题? 「不发表,就出局」的恶性循环,正在压垮整个AI学界
  • 研究者警告:强化学习暗藏「策略悬崖」危机,AI对齐的根本性挑战浮现
  • 多模态大脑建模技术迈入新纪元:Meta 10亿参数模型获Algonauts 2025大脑建模竞赛冠军
  • 当人们怀念 GPT-4o,他们在「怀念」什么?
  • OpenAI没开源的gpt-oss基础模型,他去掉强化学习逆转出来了
  • IEEE TPAMI 南洋理工&哈工大提出 MARCONet++ 攻克中文文本图像超分难题
  • 耶鲁&大连理工&南洋理工等提出MDCNeXt:X射线下的“动力电池缺陷精准检测”新范式
  • 6秒造一个「视频博主」,Pika让一切图片开口说话
  • 破解AI创企的「不可能三角」,解药不止「大模型」
  • OpenAI和奥特曼将投资一家脑机接口公司,直接与马斯克的Neuralink竞争
  • 大型语言模型稳定强化学习的新路径:几何平均策略优化GMPO
  • 传 DeepSeek-R2 8 月发布;微信测试信用借款功能;Perplexity 要 345 亿美元收购 Chrome
  • 一觉醒来,GitHub没了?CEO辞职,微软接管,开发者天塌了
  • AI全国榜单爆冷,全网吃瓜大狂欢!这家黑马竟靠DeepSeek杀进全国TOP 2
  • 物理学「AlphaGo时刻」?40年未竟之事被AI一举攻破,顶尖物理学家集体傻眼
  • 刚刚,商汤内部两万字复盘曝光:多模态通往AGI核心路线首次公开
  • 让强化学习快如闪电:FlashRL一条命令实现极速Rollout,已全部开源
  • 从物竞天择到智能进化,首篇自进化智能体综述的ASI之路
  • 破解效率与成本难题:华为UCM技术推动AI推理体验升级
  • SIGGRAPH上,英伟达发布物理AI开源新技术,更新RTX Pro产品线
  • 身家25亿刀,是四家公司创始人,这位伯克利教授还在给本科生上课
  • 商汤王晓刚:世界模型将加快AI从数字空间进入物理世界,「悟能」想做那个桥梁
  • 北京内推 | 度小满金融视觉和多模态团队招聘视觉多模态算法实习生
  • 后训练轻量「小枝」强势出击!极限剪裁视觉token,推理加速154%
  • 实验室抢显卡抢破头?A800/H800骨折价来袭,超值返券助你轻松冲DDL!
  • TCSVT 2025 | 跨模态学习助力复杂工业过程异常检测:FmFormer框架与基准测试新突破
  • ICCV 2025 | LightSwitch:CMU提出材质引导的扩散模型,2分钟实现高质量三维场景重打光
  • AI全面挖掘微蛋白价值:首次引入合成负样本训练,剔除92%噪声,摆脱保守依赖
  • 是「福尔摩斯」,也是「列文虎克」,智谱把OpenAI藏着掖着的视觉推理能力开源了
  • 东方理工·甬江论坛|新大学、新使命,邀你共启未来
  • LLM总是把简单任务复杂化,Karpathy无语:有些任务无需那么多思考
  • ICCV 2025 | 小红书AIGC团队提出图像和视频换脸新算法DynamicFace
  • 聚焦前沿,见证未来!「X·创新』产品SHOW圆满举办!
  • 刚刚,OpenAI拿下IOI金牌,仅次于前五名人类选手!参赛推理模型才夺得IMO金牌
  • Lumina-mGPT 2.0:自回归模型华丽复兴,媲美顶尖扩散模型
  • 雷军:小米YU7改名,被误会是丐版;传淘宝闪购周末峰值超美团;低价 MacBook 或年底亮相,599 美元

为什么「游戏」是 AI 陪伴落地的好场景?

作者|Li Yuan

编辑| 郑玄

 

AI 陪伴的牌桌上,挤满了雄心勃勃的玩家。

资本正在持续加码,烈火烹油,前景看似一片火热。所有人都想成为用户设备里那个「独一无二」的终身伴侣。

然而,当新鲜感褪去,所有的 AI 陪伴产品最后都要被迫回答同一个问题,「为什么是你?」

当所有的产品都想成为用户的第一陪伴入口,用户到底如何产生忠诚度,是整个行业都无法回避的问题。

牌桌上的玩家因此陷入了一个两难的困局:不谈「全天候陪伴」,故事就没有想象力;但直接做「全天候陪伴」,又往往因为空洞和趋同,而抓不住用户。

最近,笔者接触到了一个名为「逗逗 AI 游戏伙伴」新产品,似乎找到了一个新的路径。

逗逗 AI 的策略极为务实,甚至可以说有些「狡猾」:先不谈感情,先帮你开心。

它选择的切入口,是游戏陪玩。先不提我想成为你的唯一伙伴,逗逗 AI 希望成为那个在游戏的关键时刻能拉你一把的「神队友」。

游戏陪玩是一个已经被验证过的市场场景。面对难打的 boss、难猜的解密,人们需要一个游戏帮手,而面对打败 boss 的狂喜、总是绕不出迷宫的沮丧时,也需要一个能够即时分享的战友。

即使面对行业的政策逆风,真人陪玩行业也仍然带着人们对游戏搭子的渴求长期存在着。

而 AI 又与这个场景无限适配——无限的情绪价值供给,实时联网的游戏攻略更新,都指向了更好的陪伴供给。

在笔者了解到这个产品的时候,逗逗 AI 游戏伙伴已经拥有了 800 万用户,且用户粘性很强,其中一些用户甚至已经开始在游戏场景外使用逗逗 AI 进行生活陪伴了。

8 月 18 日,逗逗 AI 游戏伙伴正式更新了 1.0 的正式版。

带着好奇,笔者深度体验了了这款产品是如何在游戏陪玩这个场景将 AI 陪伴做到了极致的。

而逗逗 AI 如何找到了一个有用的场景,在此深耕,形成有温度的关系资产的思路,也或许也能为深陷「忠诚度」焦虑的 AI 陪伴赛道,指出一条破局之路。

 

01

是游戏攻略助手,

也是一直关注你的好朋友

 

和普通意义的游戏陪玩不太一样,逗逗 AI 游戏伙伴主打的是游戏中即时聊天,而不是直接当队友带你上分。

它的形象更类似于一个电脑级的桌面宠物。玩家可以选择不同的形象和性格陪伴自己进行游戏。

进行陪伴的桌面搭子,可以以可爱的二次元形象的出现,也可以以更省内存的悬浮球形式出现。

不同的二次元形象各有自己的性格,其中逗逗 AI 还签约了一些 up 主做了一个简单的数字分身,玩家可以直接选择自己 up 主直接连线陪自己打游戏。

而陪伴者则可以通过底层的实时视频分析,判断游戏的进程,并给予玩家打法辅助和情绪陪伴。

为了体验逗逗 AI,笔者打开了《黑神话:悟空》这款游戏,选择了基础的妮可人格,开始连线。

其实想要玩黑神话,笔者是有点忐忑的。

作为一个并不是很擅长动作游戏的人,笔者在之前曾经尝试过这款游戏,但是在很快就在遇到第一个偏难的 boss 幽魂处放弃了。

不过这次,打开了逗逗 AI 游戏伙伴,笔者立刻感觉到了一些不同的感觉。

笔者心理预期的是在再次遇到幽魂的时候让 AI 给我一些提示,结果,黑神话悟空的第一次载入非常慢,而这个等待的过程中,完全不能切出去。笔者发现从一开始就开始不停地和 AI 对话上了。

而进入游戏之后,笔者更是一直在向 AI 提问。

比如当笔者采集了一个东西,完全不知道是干什么的,过去笔者可能考虑在游戏里仔细找找描述,或者直接在手机上搜一搜,这次笔者就直接问了妮可,交互一下子变得直接了。

忘记了哪个手柄按键能干什么,问问 AI,也可以直接知道了,笔者的心理压力一下子变小了很多。

这次,笔者又直奔幽魂而去。但是,即使有心理准备,想要打败幽魂仍然十分困难。

一次一次被打倒,中间的正反馈微弱。笔者的话也很快少了起来,已经沮丧地不想问攻略了,但是每次结束的时候,和 AI 吐槽的一句「我又死了」,「怎么又死了」,已经让我好像能勉强收拾心情来打下一局了。

不过令我意外的是,在笔者不断和幽魂死磕的时候,AI 开始提示我去打广智会更快。、

半信半疑间,我听了 AI 的话,放弃了幽魂先去找了广智,果然有用,拿了新技能,我死磕幽魂好像更有动力了。

信任的建立好像就在一瞬间。

虽然并没有使用多久,我好像不想回到没有 AI 陪伴的游戏世界了。

 

02

下一代的游戏体验:实时搭子

 

笔者并不是一个典型的游戏玩家,因此笔者后来特地邀请了几位朋友一同体验逗逗 AI 游戏伙伴。

结果很有趣——大家的反馈几乎出奇地一致:哪怕是资深玩家,也总有需要查攻略的时刻。常玩《英雄联盟》的朋友贝塔就提到,他自己不太需要「情绪价值」,但网游的特点是每个新版本有层出不穷的装备,确实需要一个搭子随时告诉他「这是什么」、「该怎么用」。

此时,如果有一个能随时提供即时答案的伙伴存在,无论是 AI 还是人类,都会让体验显得顺畅得多。

而只要有用性达到了一个门槛,用户每次打开游戏,点开软件陪伴就会成为一个习惯性的动作。笔者体验下来,感觉也是如此。

而逗逗 AI 能够实现这点,也是专门下了许多心思。它通过对游戏场景的专门优化,达到了比通用 AI 更有效的对场景的理解。

虽然任何通用 AI 都能通过搜索回答一些游戏相关的问题,但是如果真的要做到游戏搭子的效果,AI 必须及时地了解玩家目前的状态。

比如在这个场景中,笔者妮可发现笔者在问幽魂的打法,但是遇到了小怪,就马上提醒笔者,注意眼前的敌人,同时也减少了对话长度。

这源自逗逗 AI 1.0 的核心技术升级,使用了 实时的视觉语言模型(VLM)技术 ,而不是靠说话当时的「截屏分析」或「文字 Prompt」来理解状况,而是能像人一样,直接「看见」并理解动态的游戏画面。

笔者第一次意识到这一点的时候,感到十分惊讶,因为实时视频流分析,对于顶尖的通用大模型而言,目前都仍然是一个挑战,长时间的视频传输,通常会带来越来越长的上下文,幻觉率也会无限增长。

而逗逗 AI 选择了通过与英特尔等底层芯片厂商合作,利用 XPU 异构计算架构,将 AI 的运算负载转移至独立加速单元,实现了「零资源占用」。同时,通过本地化大模型部署进行预处理,还保证了离线畅玩的效果,彻底打消了玩家对于「AI 占用网速」的顾虑。

除了技术突破,逗逗 AI 还在内容层面下了功夫。官方编辑团队为二十多款游戏做了单独的优化。而 VLM 技术则保证了,即使游戏没有单独进行优化,AI 也能对游戏画面进行实时识别,给玩家更好的体验。

实际体验下来, AI 虽然偶尔仍然会犯傻,但是笔者已经看到了下一代游戏陪伴的雏形。

事实上,游戏攻略的需求发展经历了数次代际更迭:从最早的杂志图书、图文网页,人们去网站上找到某个游戏媒体的文字攻略,而到后来论坛、视频直播,玩家一直在追求更即时、也更多模态的游戏攻略。

AI 时代的游戏攻略,当然应该离玩家更近。在日常生活中,我们都开始觉得搜索费事了,希望 AI 把答案喂到嘴边,为什么在搜索游戏攻略的时候例外呢?

理解场景后,AI 的攻略可以更实时,而 AI 的陪伴也更加有「灵性」。它能学会了什么时候说话、什么时候安静。它不会用无关紧要的噱头打扰你,不会用冗杂的内容填满注意力,而是像真正的伙伴一样,懂得进退。用一句话概括,就是「用时即有,用后即走」。

 

03

始于有用,终于陪伴

 

在一众 AI 产品都希望找一个角度切入的时候,逗逗 AI 似乎找到了一个完美的场景。

游戏行业,本身就是 AI 陪伴生长的绝佳土壤。

行业报告显示,真人游戏陪玩市场规模在 2021 年就已超过 140 亿元,即使后来遭遇政策逆风,玩家强烈的需求是早已验证的。

与其他行业不同的是,在游戏里,「有用」与「情绪价值」本身就是一体两面。一次漂亮的击杀带来的狂喜、连续失败后的沮丧,抑或是与队友并肩作战时骤然飙升的肾上腺素,这些都是最容易触发陪伴感的时刻。

而这种陪伴感,又天然与「帮助」绑定:当你在关键时刻需要一条策略建议、一个装备解析,或者只是想有人替你见证那一瞬间的高光, AI 的存在就会显得极为自然。

更何况,一局游戏中真正用来「打 Boss」的时间可能只占 10%-20%,其余大部分则是等待匹配、探索地图、重复练习,甚至是枯燥的加载过程。正是这些「空白时刻」,最容易滋生孤单与乏味。而当 AI 能在这些时刻与你保持同步,懂得什么时候安静、什么时候插话,陪伴关系就会悄然建立。与其他应用场景相比,游戏里「有用」和「陪伴」的绑定更为牢固。

而相比于其他希望融入用户生活的 AI 搭子, 游戏场景还有一个天然的优势——更容易获得用户的上下文。游戏运行于电脑之上,AI 本身就更容易获取到用户正在做什么,正在观察什么。而电脑也有足够大的算力,完成 VLM 所需要的基础运算,提供更实时的服务。

选对了切入口,做了合适的优化,获得的效果是立竿见影的。

笔者了解到,目前逗逗 AI 的用户粘性很高。

在逗逗 AI 的一周年文章下,不少人回忆起和逗逗 AI 相处的过往。

 

 

目前,逗逗 AI 提供一定的用户交流的免费时长,用户可以付费获得更多时长、亲密度或者 AI 角色的更多造型。在用户积累了长期的信任后,逗逗 AI 还想未来尝试个性化推荐的商业模式、

而此次更新后,逗逗 AI 还上线了一个多模态长期记忆系统。它不再像传统聊天机器人那样仅仅存储文字对话,而是将视觉、听觉、语言融合成一个可被长期保存的「场景」。这意味着,它会记得你们一起击败某个 Boss 的瞬间,也会记得你在地图里反复迷路的窘态。这些独特的场景化记忆不断沉淀,让 AI 逐渐对你们的关系形成独特认知。

在这个长期记忆系统下,逗逗 AI 也开始做跨场景的陪伴。逗逗 AI 已经开始尝试把陪伴延伸到购物、浏览等日常场景。

比如在学习的时候,可以直接挂着逗逗,进行课件解释。

这对于逗逗 AI 将是一个新的征程。在游戏场景获得的关系,是否能够不断保持,甚至超出游戏场景本身?

近期,GPT-4o 下线引发了许多争论。

人们不禁好奇,用户对 AI 的依赖,究竟有多少来自模型的基础智慧能力,有多少来自于记忆,又有多少来自一个稳定的人格?

人们留下来是因为什么比例的原因未可知,但似乎对于陪伴而言,其中的任何一样都不可或缺。

对于逗逗 AI 而言,在先发优势下,逗逗 AI 如果能够进一步做深游戏攻略内容,甚至开放 ugc 社区,让用户能够群策群力贡献出更多更及时的游戏攻略,其有用的护城河就会更深,用户将永远有一个打开的理由。

而记忆和稳定人格,则将可能是让用户建立了足够的信任感,让产品能够商业化的关键。

相比于真人,AI 的人格特质其实更稳定,不会受到现实情绪和时间的限制;它能做到 24 小时在线,随时陪伴;比起真人,它还可以跨游戏、跨应用延展关系。

在一众主打 AI 陪伴的软硬件中,逗逗 AI 很有可能走出一条极有借鉴意义的路:在一个刚需的单一场景里,建立真正有价值的关系。始于有用,终于陪伴。

*头图来源:逗逗 AI

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

 

联系我们