9月23日消息，巨人網絡AI實驗室負責人丁超凡出席云棲大會論壇并作主題分享，首次透露了自研大模型GiantGPT、BaiLing-TTS技術細節，并表示大模型推動了游戲范式革新，“游戲+AI”2.0已經從概念走向現實。

大模型技術落地，GiantGPT擅長角色扮演“會玩游戲”

今年云棲大會上，巨人網絡首發了兩款自研大模型GiantGPT、BaiLing-TTS及其落地應用。其中，GiantGPT是游戲行業首批完成備案的大模型之一，去年至今，巨人網絡AI實驗室對其做了持續迭代和優化。

丁超凡介紹，GiantGPT具備優秀的角色扮演力、生動的情景推理能力、定制化長短期記憶、深度支持游戲場景的能力，可以稱之為一個“會玩游戲”的角色扮演大模型。

數據是大模型能力的核心，巨人網絡為此構建了一個龐大數據集，基于互聯網公開數據和自有數據，擁有大規模、多樣性、高質量等優勢，并形成一個完整、高效的數據生產鏈路。

目前，GiantGPT已經在《征途》等多款巨人網絡產品中落地，基于GiantGPT打造的陪伴型智能NPC，擁有性格、情緒與自適應的長期記憶，為玩家提供親密的陪伴關系體驗，提升用戶留存。

除了大語言模型之外，巨人網絡AI實驗室今年也落地了行業內首個支持普通話和多種方言混說的TTS大模型——BaiLing-TTS。

當前，語音合成大模型技術在普通話領域已經取得了顯著進展，但在方言領域的發展卻十分緩慢，無法滿足多樣化的語音合成需求。中國擁有數十種主要方言，每一種方言都有獨特的語音特征和語法結構，這使得訓練一個覆蓋各種方言的 TTS 大模型變得極具挑戰。此外，方言語料庫的稀缺以及高質量標注數據的匱乏，也進一步增加了技術難度。

為了解決這一難題，巨人網絡AI實驗室基于中國方言體系，構建了涵蓋 20 種方言、超過 20 萬小時的普通話和方言數據集，提出多項基于模型層面的技術創新，從而使BaiLing-TTS實現了普通話零樣本克隆和高質量的方言語音、京劇唱腔合成效果。

大模型重塑游戲體驗與生產力革新

演講中，丁超凡展示了巨人網絡在大模型應用方面的一系列探索，涵蓋AI繪畫平臺、UGC劇本創作工具、擬人化智能問答系統、AI原生游戲玩法等，體現大模型對游戲體驗與生產力的革新。

一站式AI繪畫生產平臺“巨人摹境”重點支持團隊協作，同時將一批自研AI視覺算法能力集成為工作流的形式，構建起協作式的標準AI美術生產管線，無需頻繁導入導出或切換軟件，就可在同一平臺內完成復雜任務，提高創作效率；同時，集成了一鍵式工作流，簡化大量復雜操作，適用于大規模美術生產工作。

基于多個自研大模型的能力，AI實驗室還打造了針對宣發視頻的智能剪輯與創作平臺，提供熱點視頻自動解析與風格匹配，結合劇本大模型與TTS語音克隆的能力，達到一鍵成片的效果，大幅提升宣發視頻的生產創作效率。

大模型技術落地，更終極的目標是重塑游戲體驗，推動玩法層面的創新，《太空殺》項目做了積極探索。該游戲的UGC劇本創作工具引入了AI大模型幫寫與TTS功能，從而降低內容創作門檻，激發玩家的內容創作熱情；AI原生游戲玩法“AI殘局挑戰”則讓玩家十分“上頭”，帶動了該游戲在短視頻平臺的相關指數翻倍，涌現出大量玩家自發分享各種趣味玩法和攻略技巧。

“AI殘局挑戰”玩法核心在于巨人網絡自研的Multi-Agent框架設計，其中包含“協作”與“競爭”兩大特性。如何基于一個控制系統去構建平衡的策略，是形成優質協作與競爭范式的關鍵。此外，因為需要玩家深度參與在里面，所以要重點關注玩家執行任務的靈活性與自由度，以及良好的運行機制保證游戲進程的合理演進。

“游戲+AI”2.0：從概念到現實

如果說生產力提效是“游戲+AI”1.0時代，那么依托AIGC技術實現的游戲玩法革新則推動了“游戲+AI”進入2.0時代。

丁超凡認為，“游戲+AI”2.0將創造一種未來游戲形態：一個能夠打破傳統規則約束，環境基于玩家數據反饋更新，劇情設計動態延展，并且有隨機事件觸發的非線性世界，給到玩家極高自由度，甚至為玩家提供定制化的游戲內容。

“興奮的是，我們在‘AI殘局挑戰’玩法中看到了這種游戲形態的可能性，玩家可以通過自身行為影響環境、改變故事情節的走向，并且全過程有著優質的互動體驗。它不僅僅是一次成功的技術突破和嘗試，同時也實現了一種全新游戲形態從概念到現實的進階。”

目前，巨人網絡已構建了以自研大模型為核心的全方位基礎能力，涵蓋大語言模型、視覺內容生成、語音生成、AI Agents方向，GiantGPT、BaiLing-TTS等大模型在核心游戲業務場景實現了規模化應用落地，深層次地應用到游戲研發、運營、發行、測試等各個環節，形成高效的生產鏈路閉環。同時，結合大模型能力深入到游戲核心玩法層面，打造出陪伴型AI智能助手、情緒驅動的決策型AI，以及基于多智能體大模型的全新游戲范式。

展望未來，丁超凡強調，巨人網絡AI實驗室會更激進地探索基于大模型驅動的游戲玩法創新，“出現一個與玩家進行深層次交互、自然涌現出持久且極富吸引力內容的原生游戲世界，我認為并不遙遠。”