伴随海外决策模型Jev引爆行业热议，AI大模型竞赛逐步从对话生成转向行为执行与决策能力。世纪华通旗下天游软件联合查比曰信息科技 ，自研出决策大模型
，摒弃冗余文本生成，参数量控制在 50M以内 ，达成毫秒级决策延迟
，并在多款游戏完成验证 。

　　通关《2048》 ，《神庙逃亡》跑超高分

　　近期
，海外TypeSafe AI推出的决策模型Jev受到AI行业关注
。该模型不以对话
、文本生成为目标，主要输出选项概率 ，专项任务处理速度相比现有大模型有明显提升。这也让行业形成一种共识：大模型发展上半场侧重对话生成能力
，而下半场的竞争将更多集中在执行与决策能力层面 。

　　在海外相关技术引发讨论的同时，国内游戏企业世纪华通 ，基于自身产业实践走出一条决策模型研发路线
。公司旗下天游软件联合查比曰（上海）信息科技有限公司，完成自研决策模型开发
，并在多款游戏中开展闭环测试验证。该模型可以通关《2048》，在《神庙逃亡》测试中跑出超70000米纪录；模型参数量为50M ，单次决策可实现毫秒级响应 。

　　近来 多数AI企业选取 从通用生成大模型切入
，优先实现对话、图文生成功能，之后再拓展落地场景
。世纪华通则依托游戏业务基础向上研发 ，将方向锁定在行为决策模型。“决策模型研发
，并非纯AI企业的专属 。
”天游软件CEO纪敏表示，游戏企业做AI研发 ，更多是从实际业务需求出发
。

　　经过几年发展
，国内大模型行业逐步显现结构性问题。掌握算法底座的AI企业，较难获取高频反馈的真实业务场景；拥有丰富场景与用户数据的产业企业 ，大多只是调用第三方模型做应用开发
，真正投入底层模型自研的并不多 。AI企业向下适配场景 、产业企业向上攻坚底座，两种发展路径开始交汇 ，真实业务数据成为行业重要的生产资源。

　　世纪华通董事长王佶表示，AI已经告别单纯比拼技术参数的阶段
，进入应用重构周期
。游戏产品可以作为前沿AI技术的测试场景。依托20余年游戏业务沉淀
、玩家行为数据以及算力基础设施积累，为天游软件开展底层模型预训练提供了基础 ，该决策模型研发源于业务实际痛点
，并非简单追逐行业热点 。

　　天游软件长期尝试用AI赋能游戏运营，在实际测试中发现通用生成模型存在局限
。即便是小参数规模的生成模型 ，也很难适配游戏高速博弈的节奏。主要原因在于生成式模型固有的处理流程
，需要完成语言理解、文本组织再转换为动作，会带来一定的推理延迟 。

　　对此研发团队缩减文本生成相关能力 ，将模型资源集中于决策环节
，提出“Decision Is All You Need”的研发思路
。模型输入环境状态信息，直接输出动作决策概率 ，省去文本处理环节
，以此降低算力消耗，实现毫秒级推理。纪敏做了一个通俗对比：通用大模型更偏向人脑深度思考模式 ，这套决策模型更类似小脑反射机制，依靠大量训练实现快速响应 。

　　值得一提的是
，Jev源于算法实验室，天游软件的模型来自产业实践 ，两者技术起点不同
，但研发方向相近
。Jev受到行业关注也说明，AI不一定需要具备对话能力 ，直接输出判断 、执行动作同样具备应用价值。

　　训练阶段
，模型把游戏局面
、历史动作、对手行为等编译为状态向量，同时引入大量真人玩家行为数据参与训练 。模型除学习理论最优方案外 ，也借鉴 真实玩家多样化的决策习惯
。现阶段
，该模型已在部分策略游戏中取得初步业务反馈，动作 、竞技类游戏的测试验证还在推进。

　　同一模型底座 ，除控制游戏内角色
，也能够基于游戏运营数据，对留存
、LTV等指标进行预判 ，辅助工作人员制定运营策略，兼顾游戏智能体决策与业务经营分析 。

　　从零开展预训练、充足的对局与玩家数据 、可持续迭代的落地场景
，是自研该类模型的三项关键条件。天游软件依托世纪华通的游戏业务积累，同时具备以上条件 ，这也是不少通用大模型厂商较难复刻的优势
。纪敏提到
，产业背景企业同样可以开展基础技术研究，AI模型企业和产业应用企业之间的边界正在逐步模糊。

　　据介绍 ，模型上线前均会经过多轮测试
，项目将稳妥推进落地 。纪敏判断，未来游戏AI体系或将形成分工模式 ，对话
、内容生成、决策执行类模型各自承担相应功能
。对世纪华通来说
，决策模型研发属于长期技术投入。后续团队将持续优化模型底座，扩大在游戏内的落地范围 ，同时探索游戏以外的行业应用可能性 。

（文章来源：南方都市报）