DeepMind Concordia：AI化身导演与演员，构建虚拟世界，探索复杂社会模拟、互动叙事与AI评估。
原文标题：DeepMind让AI当「上帝」，导演一场只有AI演员的「西部世界」
原文作者：数据派THU
冷月清谈：
这种设计巧妙地分离了工程师（负责开发组件）和设计师（通过组合组件快速构建和测试场景）的角色，极大地提高了开发效率和灵活性。组件可以通过结合 Python 代码和大型语言模型（LLM）调用来实现，使得系统既可以遵循严格预设的规则，也能赋予 AI 自由发挥的空间。
Concordia 的核心优势在于其高度模块化的设计，允许通过配置不同的组件组合，为各种 AI 智能体赋予差异化的认知架构和行为模式。它能满足多种设计目标：例如，评估型目标用于在标准化场景中测试和比较 AI 性能；戏剧型目标侧重于生成引人入胜、富有情感共鸣的叙事；而模拟型目标则旨在构建逻辑自洽的虚拟社会环境。
该框架为科学家观察群体行为、创作者构建互动故事，以及开发者评估 AI 能力提供了统一且强大的平台。
怜星夜思：
2、AI现在能自己生成剧本、甚至演绎故事了，那以后我们人类写小说、做游戏、当编剧的意义在哪儿啊？是不是人类的创造力就没有那么重要了，还是说会有新的合作模式出现？
3、Concordia这个框架看起来很像科幻片，但它除了在虚拟世界里玩剧本杀，还能在现实世界里做些什么？比如说，能不能用来模拟城市交通、市场经济这种更复杂的系统？感觉现在还有不少技术挑战吧？
原文内容
来源：机器之心
本文约2200字，建议阅读5分钟
本文一起看AI玩剧本杀。
剧本杀大家都玩过吗？这是一种经典的桌上角色扮演游戏（TTRPG）， 游戏中的核心人物是游戏主持人（GM）， 相当于整个世界的「导演 + 编剧 + 旁白」，负责掌控游戏环境，讲述故事背景，并扮演所有非玩家角色（NPC）。
现在，想象一下，如果我们用一个强大的生成式 AI 来担任这个 GM 的角色，同时，桌子旁的「玩家」也换成一群各具头脑的 AI，这会创造出一个怎样的世界？
这能实现以下应用：
-
科学模拟：构建虚拟社会，用于社会科学研究，观察群体行为的涌现。
-
互动叙事：创建互动故事或游戏，AI 智能体扮演角色，共同演绎剧情。
-
AI 评估：设计特定场景作为「考场」，来测试和评估 AI 智能体的各项能力（如推理、协作、沟通）。
美剧《西部世界》， 未来的西部主题虚拟世界里，所有角色均是 AI 。
然而，这三种需求（科学性、戏剧性、公平性）差异巨大，甚至相互冲突。如何用一个统一的框架来满足所有需求？
来自 Google DeepMind 和多伦多大学的研究人员从 TTRPG 和现代游戏引擎中获取灵感，提出了他们的解决方案：一个名为 Concordia 的软件库 。
-
论文标题：Multi-Actor Generative Artificial Intelligence as a Game Engine
-
论文地址：https://arxiv.org/abs/2507.08892
-
项目地址：https://github.com/google-deepmind/concordia
传统上，游戏环境的逻辑是写死的程序。这里的主张是，不应该用一个硬编码的程序来充当 GM，而应该把 GM 本身也设计成一个可配置的、由 AI 驱动的智能体。
Concordia 的设计精髓，源自现代游戏引擎的「实体-组件」（Entity-Component）架构 。在这个架构里，无论是 AI 玩家还是 AI 游戏主持人（GM），都只是一个基础的「实体」容器 。它们具体拥有什么能力（比如记忆、目标或社交规则）则由一个个可插拔的「组件」来决定 。
这种方式巧妙地将「工程师」和「设计师」的角色分开：工程师负责创造功能强大的组件，而设计师则可以像搭乐高一样，自由组合这些组件来快速构建和测试各种复杂场景，整个过程几乎无需编写底层代码 。
实体、组件、引擎和游戏设计
实体 - 组件架构模式作为现代游戏开发的基石，为构建多角色生成式 AI 系统提供了强大而灵活的基础。
该框架采用组合而非继承机制，实体不再受限于僵化的类结构，而是携带唯一标识符的轻量级独立对象。实体的行为与属性完全由挂载的组件决定（即：实体本质是带有名称的组件容器）。引擎通过调用 observe、act 等函数处理实体，这些函数由实体所挂载的组件具体实现。
组件通过结合 Python 代码与 LLM 调用来实现，这种方式能提供最大的灵活性与表现力。当设计师掌握特定功能的编码方法时，可以自主实现；与此同时，同一环境中的其他功能可以通过让 GM 叙事型 LLM 来完成。这两种实现方式通常共存于同一环境中 —— 开发者既可以让 GM 根据 LLM 的自由发挥来创造内容，也可以严格限制其行为，使其完全遵循预设的硬编码规则，或采用介于二者之间的任何约束程度。
实体主要支持两种调用方式：observe 和 act。
调用 observe 时，会触发所有组件的 preobserve 和 postobserve 函数，对每个实体的观察数据进行处理。调用 act 时，每个组件会扮演上下文和行动两种角色之一。
在实际开发 Concordia 组件时，开发者通常需要实现 preobserve、postobserve、preact 和 postact 四类方法中的部分或全部。常见做法是仅实现观察类方法或行动类方法，同一组件中同时实现两类方法的情况较为罕见。这种组件化模块设计允许通过自由组合不同组件，快速创建功能各异的实体 —— 这与传统面向对象编程形成鲜明对比：后者在创建行为略有差异的新角色类型时，往往会导致复杂脆弱的继承链结构。
对于生成式 AI 智能体而言，这种架构优势尤为显著。一个智能体的思维可由多个组件构成：存储过往经历的 Memory 组件、调用大语言模型生成目标的 Planning 组件，以及表征世界认知的 Beliefs 组件。同理，一个组织实体可由代表其部门、政策及内部沟通结构的组件组合而成。只需配置不同的组件组合，就能为不同智能体赋予差异化的认知架构。
这一架构模式的灵活性同样体现在 Concordia 框架中的 GM 系统上。GM 本身也是一个实体，与玩家实体（角色）一样可通过组件进行定制。这种设计使得 GM 的职能和逻辑能够根据多智能体系统的具体需求灵活调整 —— 无论是执行严格的评估协议、引导叙事发展，还是维护因果一致性。
此外，Concordia 框架还通过多种游戏引擎模式支持不同的交互动态。
游戏 / 模拟设计目标的全景图分析
根据 Edwards（他是桌游角色扮演游戏理论的重要人物）的定义 ，TTRPG 可以分为：（1）游戏型（Gamist），GM 需设计难度适中的挑战以维持乐趣。（2）叙事型（Narrativist），GM 需灵活调整剧情以回应玩家的创作输入。（3）模拟型（Simulationist），玩家希望沉浸在一个逻辑自洽的虚拟世界中。
本文认为将使用多角色生成式 AI 的动机分为以下几种类型是有帮助的：（1）评估型（Evaluationist），对应 Edwards 理论中的游戏型；（2）戏剧型（Dramatist），对于 Edwards 理论中的叙事型；（3）模拟型（Simulationist），Edwards 同名分类。
生成式 AI 还有一个第四种动机，那就是创建合成训练数据的目标。
评估型的观点
游戏型玩家通常会寻求公平的竞争机会，并希望通过战略胜利来取得优势，而评估型用户则将多角色系统视为评估和比较的框架。
对于评估型用户来说，主要目标非常明确：确定哪些 AI 系统在指定维度和上下文中表现更好。这需要提供一个公平的竞争环境，并具有明确的成功指标。
评估型系统通常具有以下特点：
-
标准化场景 —— 精心校准的环境，在多个评估运行中呈现一致的挑战；
-
明确的成功指标 —— 可量化的性能衡量标准，允许对不同方法进行明确的排名；
-
受控变异性 —— 战略性地引入新元素，以评估泛化能力；
-
跨角色互动机制 —— 评估智能体在与不同合作伙伴群体互动时的表现的方法。
戏剧型视角
与评估型用户不同，戏剧型（Dramatist）用户主要将多角色生成式 AI 系统视为叙事引擎。
对于具有戏剧型的目标用户来说，核心关注点不是基准测试性能，而是通过多个 AI 角色的互动生成引人入胜的叙事。
从设计师的角度来看，针对戏剧型目标构建的系统将优先考虑叙事一致性、情感共鸣和动态人物发展，而不是标准化的评估。
主要关注以下特点：
-
丰富的角色模型 —— 具有详细个性、明确目标、价值观和关系的角色，通常通过组合多个组件来构建；
-
叙事驱动的环境 —— 旨在引发戏剧性有趣互动的场景设置；
-
灵活的解决机制 —— 优先考虑叙事满足感而非程序一致性的系统；
-
涌现的故事情节 —— 允许在没有预定结果的情况下发展引人入胜的叙事轨迹的框架。
在接下来的章节中，论文还讨论了模拟型视角、合成数据等方面的研究，感兴趣的读者，可以参考原论文，了解更多内容。
编辑：于腾凯
校对：龚力
关于我们
数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。
新浪微博：@数据派THU
微信视频号：数据派THU
今日头条：数据派THU