在电竞行业的迅猛发展中，AI技术的应用日益广泛，尤其是在游戏决策领域。近日，腾讯AI实验室传来重磅消息，研究团队以国民级手游《王者荣耀》为核心训练平台，成功研发出全新的TiG（ThinkinGames）框架。这一技术突破不仅为游戏AI的发展开辟了新路径，更有望将游戏场景中的决策智能迁移至自动驾驶、工业控制等现实领域，引发了行业的广泛关注。

　　作为一款拥有超过2亿月活跃用户的MOBA（多人在线战术竞技）游戏，《王者荣耀》的战场环境极其复杂。游戏中，10名玩家被分为两队进行实时对抗，战场地图包含野区、兵线、防御塔等多维度元素，每个英雄拥有独特的技能机制。战局不仅受到玩家之间的配合、资源争夺、战术调整等动态因素的影响，甚至每秒钟都可能出现数十种战局变化，因而成为检验AI决策能力的“终极试炼场”。

　　腾讯研究团队负责人表示，传统的AI在游戏中往往只能实现“被动响应”，即根据预设规则或历史数据生成行动，无法像人类玩家一样“边思考边决策”。而在《王者荣耀》中，AI必须在毫秒级时间内完成“分析局势-判断风险-选择策略-执行行动”的全流程，这正是TiG框架需要攻克的核心难题。

　　九游娱乐-官网app

　　为了让AI具备自主决策能力，腾讯团队创新性地为《王者荣耀》的战场定义了40种宏观行动。这些行动涵盖了资源控制（如“优先击杀主宰”“抢夺暴君”）、战术部署（如“分路推进”“抱团防守”）、团战策略（如“先手开团”“保护后排”）、经济运营（如“优先发育野区”“支援边路清兵”）等核心场景。这些宏观行动并非简单的“技能释放”指令，而是为AI搭建了一套“游戏决策词典”，让模型能够基于战局信息，从宏观层面筛选出最优行动方向。

　　更重要的是，TiG框架实现了“思考过程的可解释性”。当AI选择某一宏观行动时，系统会同步输出决策依据，例如“当前我方经济领先5000，敌方后排英雄状态不佳，选择‘先手开团’可扩大优势”，“主宰即将刷新，我方打野英雄等级领先，应优先控制主宰资源以获取兵线优势”。这种“决策+解释”的模式，不仅让研发人员能够更清晰地优化模型，也为后续AI在现实场景中的应用（如自动驾驶中解释“为何选择变道”）奠定了基础。

　　经过在《王者荣耀》海量对战数据中的训练与迭代，TiG框架的性能得到了充分验证。测试数据显示，采用该框架训练的AI模型，整体决策准确率较传统游戏AI提升了15%-20%。其中，基于腾讯自研大模型Qwen3-14B优化的版本，决策准确率更是高达90.91%。在实战测试中，TiG框架训练的AI展现出了接近人类高端玩家的战术素养：面对逆风局时，AI会主动选择“收缩防守、发育经济”的稳健策略，而非盲目开团；当队友陷入劣势时，会及时调整路线进行支援；在后期关键团战中，能根据敌方英雄技能冷却时间，精准选择开团时机。

　　此外，AI在不同阵容搭配、不同地图环境下的适应能力显著提升，打破了传统游戏AI“仅能适应固定场景”的局限。这一技术的推出，不仅为《王者荣耀》的游戏体验带来了质的飞跃，更为AI在更广泛领域的应用提供了新的思路。

　　展望未来，TiG框架的成功研发标志着游戏AI技术的一次重大进步。随着AI技术的不断发展和应用场景的不断拓展，或许在不久的将来，我们能够看到更加智能的AI在更多领域发挥出超乎想象的作用。无论是在电竞比赛的激烈对抗中，还是在现实生活的各种决策场景中，AI的智能化都将为我们带来全新的体验与可能。返回搜狐，查看更多