在很多非線性的遊戲中，製作組往往會給玩家提供各種不同的劇情分支，並根據遊戲中玩家行為、選擇的不同，來決定最終結局的走向。
這樣的遊戲，既有《巫師3》、《2077》這樣的開放世界大作，也有《奇異人生》、《底特律：變人》這類劇情互動類遊戲。
儘管這樣的機制，是為了讓玩家覺得自己的選擇更有「意義」，更能影響遊戲世界的命運。
然而，玩過此類遊戲的玩家都明白，其實各個不同的分支、結局，是早就已經被編劇寫好了的。
在某些情況下，為了看到特定的結局，部分玩家往往會忍不住去查攻略，看看究竟做出怎樣的選擇，才能觸發特定的劇情。
如果不知道這些選項背後的劇情，選起來可能會很糾結
在這種情況下，遊戲的走向和劇情，歸根結底是可預知、可控制的。
然而，基於此次GPT所帶來的各種AI革命，卻讓人看到了這類「多劇情選擇」類遊戲更自由的可能。
一、沒有劇本的NPC
5月29日，在台北舉辦的2023年台北國際電腦展（Computex）上，老黃向人們展示了一種名為Omniverse Avatar Cloud Engine（以下簡稱ACE）的AI技術。
這個技術，簡而言之，就是讓遊戲中的NPC具有了「即興創作」的能力。換句話說，NPC與玩家的對話，不再是基於已經寫好的台詞，而是會根據玩家的語音，進行實時反應和生成。
在這段演示中，玩家通過與拉麵店的老闆「閒聊」的方式，得知了城東邊一個犯罪頭目的蹤跡，並順帶接下了個支線。
而實時進行的對話，則是由一套被稱為NeMo的系統生成的。
整個NeMo系統，可以分為兩大部分：NeMo Language技術是用於構建、定製和部署語言模型的服務，它可以根據遊戲設定和角色背景生成適合的對話內容。
Dialogue Manager是用於管理對話狀態和策略的系統，它可以根據玩家的語音輸入和NPC的語言模型，決定NPC應該說什麼。
雖然英偉達的技術看似複雜，但早在該技術公布前，民間就早已有人弄了個「低配版」的NeMo。
具體做法是，在《上古卷軸》這樣的遊戲裡，以MOD的形式添加GPT-4到角色的對話系統中，再通過語音識別技術，讓玩家用說話的方式，實現與NPC的實時交流。
這類技術的問世，在讓遊戲變得更生動的同時，也無意中讓一些遊戲製作人夢寐以求的劇情機制，真正地有了現實的土壤。
而這些天馬行空的製作人，就包括了《生化奇兵》的設計師肯·列文，
在前段時間的採訪中，肯·列文表示，他的下一款遊戲《猶大》（Judas）將採用被他稱作是「劇情樂高」的系統。從而更加突出「玩家驅動」的重要性。
實際上，關於「劇情樂高」的玩法，肯·列文在2014年的GDC演講中就進行了探討。
在他的理念中，這個思路是將劇情拆分為最小的、可觸的組件，並將其不斷重新排列，類似一個個樂高玩具那樣，從而探索出廣泛劇情走向的方案。
在肯·列文看來，既然目前的遊戲，已經仿造出了一種基於真實世界的物理系統，那麼對應的，在劇情方面也應該有這樣一個類似敘事的「物理引擎」，能讓一切劇情、角色自然地相互交流、互相碰撞。
在這樣的敘事系統中，敘事元素互動的關鍵點，將完全交給玩家。
然而，由於當時（2014年）的AI技術遠不及今天這樣發達，因此肯·列文的想法實施起來，必定會遇到很多技術上的困難。
一個顯著的技術難點是：如何讓這個龐大的、基於各個因素關聯起來的敘事系統，能夠自然而有邏輯的運轉，並傳達出遊戲所蘊含的情感、基調？
在生成式AI突飛猛進的今天，這一切似乎終於有了答案：
在之前提到的ACE等實時互動技術的加持下，編劇不必再煞費苦心地構思每個NPC的戲份、台詞，它們完全可以用實時生成的對話策略和行為邏輯，自發地與玩家驅動劇情。
二、AI版DND
這種與NPC實時互動的方式，人工編寫的劇情分支，究竟有什麼本質上的不同？
我們可以通過一個假想的場景來進行比較：
假設我們在玩一個以中世紀為背景的冒險遊戲，遊戲中有一個魔法師NPC，我們在遊戲中遇到了他，他向我們提出了一個問題：你知道這個世界上最強大的魔法是什麼嗎？
在以往人工編寫的劇情分支中，玩家往往會面臨幾個固定的選項：
A. 我不知道，你告訴我吧——魔法師會告訴我們是時間，因為它可以改變一切。隨後會邀請我們加入他的研究團隊
B. 我不在乎，你別煩我。—— 魔法師會嘲笑我們是一個無知和愚蠢的傢伙，之後向我們展示一種強大的魔法。
C. 我覺得是恐懼，你呢？—— 魔法師會奸笑地點頭，然後他會向我們透露自己的陰謀。
而如果使用實時交互技術來推進劇情，我們將不會有固定的選項，而是可能會依據玩家個性、行為的不同，出現各種結果：
如果我們回答得很簡單或很模糊，比如說「我不知道」或「可能吧」，魔法師可能會對我們失去興趣，轉身離開。
如果我們回答得很粗暴或很無禮，比如說「你閉嘴」或「你去死吧」，魔法師可能會對我們發怒，並對我們施展一種強大的詛咒魔法。
如果我們回答得很幽默或很奇怪，比如說「我覺得是香蕉」或「我覺得是你媽」，魔法師可能會覺得我們很有趣或很奇特，問我們更多的問題或給我們更多的資訊。
在這樣的機制中，由於每個玩家個性的不同，NPC對應的反饋也會不一樣，而每段由此生成的劇情，也都將是獨特的，別人無法體驗的。
於是，一個真正「千人千面」的遊戲劇情系統，就由此形成了。
不過，這種「恣意妄為」的玩法雖然看起來很胡來，但也並非在遊戲史上沒有先例，一個最類似的例子，就是很多人耳熟能詳的DND跑團機制。
DnD跑團的玩法，簡而言之，就是一種角色扮演 多人互動 一定隨機性的機制。
遊戲開始時，玩家可以創造或選擇各種角色，例如勇猛的戰士，或是狡詐的盜賊。
接著，遊戲的主持人DM，會主持這些玩家的冒險，讓他們經歷某段劇情，對抗某個BOSS。
這個過程里，1/3靠玩家和DM的想像力，1/3是靠遊戲的規則書，1/3是靠骰子來決定各種行為的成功與否。
在這樣的玩法中，玩家的想像力很大程度上決定了遊戲的走向。
如果你願意，你完全可以將香蕉當成武器，去捅某個BOSS的鼻孔。
如果我們將與NPC實時互動的機制，與DND的玩法進行對應，那麼由AI驅動的遊戲角色，實際上就代替了DND中的主持人以及其他玩家。
在此基礎上，依靠著一定的隨機性，遊戲在沒有編劇插手的情況下，就能讓玩家與NPC一直驅動著劇情走下去。
然而，為了避免這樣互動，徹底變成雜亂無章的隨機事件，以至於劇情的走向變得毫無邏輯，或偏離遊戲主題，這個由AI驅動的劇情機制，也需要自己的「規則書」。
三、預知一切的AI
這樣的「規則書」，實際上就是整個遊戲世界運行的邏輯和規律。
在此基礎上，遊戲能根據玩家的具體行為、決策，進行相應的推理預測，從而一步步構建出整個遊戲的劇情走向。
可問題是，無論是之前的各種「多劇情選擇」遊戲，還是DND的跑團機制，實際上都是在用人腦有限的想像，來模擬和預測玩家行為的後果。
而這種方式的局限性就在於，當人們採取了「AI版DND」的玩法，即玩家與NPC實時互動的方式來驅動劇情後，由於每個玩家個性的不同，必然會造成NPC反饋「千人千面」的情況。
在這種情況下，用人工的方式，是幾乎不可能窮盡所有的結果的。
在《底特律：變人》中，想像如此多的分支，已經很不容易了
在這種情況下，人類就需要一種具有「預測」能力的AI，來代替自己進行推理、想像。
而這樣的AI，在現實中也已經出現了。
就在不久前，圖靈獎得主、Meta的首席人工智慧科學家Yann LeCun，就勾勒了一個不同於當前GPT的新型AI模型——世界模型。
而這類世界模型，與當前的AI大模型最大的區別，就在於其可以通過觀察影片的方式，來學習關於真實世界的大量背景知識，並由此推斷出什麼可能，什麼合理，什麼不可能。
Yann LeCun構想的世界模型，由六大部分組成
在Yann LeCun看來，大部分人類所擁有的知識（例如騎自行車、洗碗等），其實和語言無關，所以這部分內容，僅通過文本來訓練的GPT，是捕捉不到的。
而通過「看影片」來學習的AI，與GPT相比，能夠更加準確地把握世界運行的各種「常識」。
例如，某個司機可能以前沒有在雪地上開過車，但他（很可能）知道雪地會很滑，如果開得太猛，車就會打滑。
而正是這種常識性知識，使人和其他動物不僅能夠預測未來的結果，而且能夠填補缺失的資訊。
這也是為什麼，在Yann LeCun看來，現在的GPT「連狗都不如」
於是，在具備了各種常識之後，這樣的AI模型，就能根據現實世界的規律，對各種事件進行分析、預測。
在Yann LeCun的世界模型中，最複雜的是一個名為「世界模型模塊」的部分。
它有兩個作用：（1）評估感知未能提供的關於世界狀態的缺失資訊；（2）合理預測世界的未來狀態。世界模型可以預測世界的自然演變，也可以預測由行為者模塊採取的一系列行動所產生的未來世界狀態。
在從各類事件中抽象出潛在的因果關係後。該大模型就能生成多個可能的未來狀態，並根據成本或目標來評價和選擇它們。
而當這樣具備了「預測能力」的AI，與NPC的實時互動技術相結合後，我們就不難想像，兩者會碰撞出怎樣奇妙的結果。
舉個假想的例子，如果世界模型在遊戲中，想要設計一段「男主和女主在電馭叛客世界中，逃離壟斷企業追殺」的劇情。
它就會用預測器來猜測下一段電影的摘要，比如「男女主角最終逃過了追殺」。
但是它也知道這個預測不一定準確，因為劇情可能有很多不同的走向。比如「因追兵太多，男主為救女主角犧牲了。」，或者「浮空車被擊毀，二人雙雙身亡」。
所以它用一個潛在變量來表示這些不確定性，比如「壟斷企業的實力」或者「男女主角的關係」。
這樣，「世界模型」就可以生成多個可能的劇情，並根據因果關係、世界觀設定來選擇它們。
有了這類AI技術的加持，也許在未來的某一天，真正依靠「玩家驅動」，並且在劇情上有著更多選擇、更自由可能的遊戲機制，就將不再只是某些開發商宣傳時的誇大之詞了。
