从 Atari 到 EVE Online:基于 Google DeepMind 15 年游戏 AI 研究拓展前沿
Google DeepMind 总结了其 15 年以游戏推动 AI 研发的历程,正携手 Fenris Creations 等开发团队探索通用游戏智能体与全新玩法原型。从早期的 DQN、AlphaGo 到由 Gemini 驱动的 SIMA 2,AI 已能通过屏幕画面和常规键鼠操作,在无需游戏代码权限的前提下实现跨 3D 游戏的类人交互与实时推理。
Google DeepMind 总结了其 15 年以游戏推动 AI 研发的历程,正携手 Fenris Creations 等开发团队探索通用游戏智能体与全新玩法原型。从早期的 DQN、AlphaGo 到由 Gemini 驱动的 SIMA 2,AI 已能通过屏幕画面和常规键鼠操作,在无需游戏代码权限的前提下实现跨 3D 游戏的类人交互与实时推理。
在 AlphaGo 击败世界围棋冠军十周年之际,Google DeepMind 梳理了其搜索与强化学习架构对现代 AI 及科学研究的深远影响。该技术路线已延伸至蛋白质结构预测工具 AlphaFold、数学推理系统 AlphaProof、算法探索工具 AlphaEvolve 以及 Gemini 的 Deep Think 模式。
Google 发布 2025 年度研究进展回顾,其前沿模型矩阵推出了 Gemini 2.5、Gemini 3 Pro 与 Gemini 3 Flash,其中 Gemini 3 Pro 登顶 LMArena 并在 MathArena Apex 取得 23.4% 的成绩。
AlphaFold 2 解决蛋白质结构预测难题五年以来,其免费开放的蛋白质数据库已提供超 2 亿个结构预测,被 190 多个国家逾 300 万名研究人员使用。这项获 2024 年诺贝尔化学奖的成果已被超 3.5 万篇论文引用,不仅使科研人员提交新型蛋白质结构的数量提升超 40%,还在心脏病机理解析及药物设计等领域带来实际突破。