AWS 在博客中给出 Amazon SageMaker AI 多轮强化学习（MTRL）的实操指南，用 Wordle 作为示例训练 gpt-oss-20b。训练作业和待训练的策略模型由 SageMaker AI 负责，智能体、游戏环境和奖励函数托管在 Bedrock AgentCore，只对整局结果打分，再由 GRPO 更新 LoRA 适配器。
推荐理由：从奖励设计、部署到训练失败的完整排错记录，给出了可复用的多轮强化学习落地路径和单次训练成本。
Oct 22, 2026Rachel Zhao - UnityAI 产品总监AIAI 功能AIAI 功能开发者从他们已经在用的 agent、已经喜欢的编辑器、已经打开的终端开始。Unity CLI 就在这里与你相遇。它是一个单一二进制文件，可从终端安装和管理 Unity，并且借助 Pipeline 包驱动正在运行的 Editor，因此脚本、CI 和编码 agent 都能以相同的方式访问 Unity。自 7 月以来，已有超过 226,000 名已登录用户使用过 Unity C…
推荐理由：Unity 用自家 CLI 的遥测数据呈现编码代理接管引擎内操作的比例，可作观察 AI 游戏工作流的样本。
在将 AI 用于游戏时，最困难的工程问题并不是选择正确的模型——而是选择能够支持创造引人入胜的用户体验所需功能的基础设施。一个会忘记每一次对话的生成式非玩家角色（NPC）、一个在任务中途丢失叙事上下文的 AI 地下城主，或者一个在 AWS Lambda 冷启动期间丢失状态的智能体循环，都会因为同样的原因产生欠佳的体验：缺少持久、全局一致的状态存储层。对于大多数生产环境的游戏后端而言，这一存储层已经是 Amazon DynamoDB，它以每秒数百万次请求的规模处理库存、排行榜…
推荐理由：文章把跨区强一致、零 ETL 与 Agent 检查点组合成游戏后端架构，便于评估 AI NPC 状态如何落地。
让马里奥去打《艾尔登法环》的Boss，给《现代战争》的士兵塞一块滑板，再把苦力怕放进夜之城。最近，海外玩家用AI做出的游戏混搭，正在社交平台上疯狂传播。其中一条《我的世界》与《艾尔登法环》的混搭视频，在X上浏览量已经达到2300万。 种种迹象表明，一些技术经验有限的创作者，正在借助AI拆解商业游戏，把原本属于不同作品的角色 和玩法重 新拼装。 相关内容推荐： 当AI开始反编译游戏：今年这波AI热潮，让做游戏的人有点难受了 过去做模组和移植游戏，都有不低的技术门槛；如今，这道…
推荐理由：梳理了AI反编译游戏的三条技术路径与已出现的版权投诉，可据此判断模组门槛下降对发行节奏的影响。
半图科技宣布完成单轮超过千万美元融资，参投机构包括联想创投和IDG资本。这家由前米哈游逆熵团队AI研究负责人邢骏参与创立的公司，主打AI原生3D虚拟偶像产品《代号Live》，上月完成第一轮封闭用户测试，次日留存72%、5日留存57%，用户人均每日AI互动接近200轮。公司同期把人类行为模型能力做成API对外开放，客户涵盖游戏公司、虚拟偶像与虚拟主播公司以及具身智能企业。
推荐理由：创始团队来自米哈游逆熵团队与字节虚拟偶像项目，访谈给出了产品测试留存和ToB技术外溢的具体进展。
在实时游戏中，玩家行动与世界回应之间的停顿，其可容忍窗口非常狭窄。如果回应太慢，这个瞬间就会失去冲击力，玩家会拿起手机或切换标签页。一位优秀的人类 DM 即使在自己思考时，也会让桌面保持推进。他们可能会用一点描述来拖延时间，同时查看笔记，或者让玩家彼此交谈，但不会让所有人坐在没有反馈的沉默中一分钟。与此同时，即时回应也并非必要——玩家愿意在合理范围内稍等片刻，以换取一个出色的结果。我们的叙事世界模型意味着故事可以追踪自身的世界状态，并在数小时的会话中保持连贯，但如果每一轮回…
推荐理由：原文给出快慢双时间线架构，把玩家等待放在短回复上，后台完成长程叙事规划，为 AI 游戏降低感知延迟提供可迁移方法。
白鲸出海对话AI潮玩IP Sowii创始人冯威赫与主策划Yuna，据其介绍，产品上线不满三个月卖出二十几万只99元盲盒，流水超2000多万，次留80%，抖音官方账号粉丝超200万。
推荐理由：创始人复盘了从盲盒付费到AI视频内容生产的完整链路，对做AI原生IP的团队有参考价值。
作者：komahu 如今程序员越来越离不开AI Coding。当AI有足够能力很快把代码实现写出来，而开发人员在此过程中应该干什么？我们在开发过程中遇到的几个问题：这个需求到底要做成什么样？做完效果如何？最终产物质量够不够好？以前手搓代码时代这三件事裹在日常开发流程里，开发过程中就定好了，开发人员靠专业素养和工具守住软件工程的”规矩“。而如今换成模型来写代码、去跑工具，Harness Engineering把这几个关键点仍然留给开发人员这里把控，整个开发流程严格约束AI，不…
推荐理由：作者以3个月重构90万行旧项目的完整流程为例，拆解了需求审查、变异测试和人工CR等环节的具体做法与踩坑。
Meta 发布开源权重多模态混合专家模型 Muse Spark Open。该模型总参数约 816B、每 token 激活约 42B，上下文最长 1M tokens，支持文本、图像、音频和视频输入并输出文本。
推荐理由：原文给出总参数、激活参数、上下文长度和多模态输入规格，并附部署与微调路径，适合评估其作为开源编码智能体的可用性。
NVIDIA 称 RTX Spark 笔记本将于 10 月 16 日发售，发布前生态伙伴推出本地 AI 智能体、开发工具与创意应用更新。Nemotron 3.5 Bolt 74B 将于 10 月 15 日开源，PAIR 正式退出测试并支持 llama.cpp，Adobe、Broadcast 2.3 与 ComfyUI 等也加入 RTX Spark 优化。
推荐理由：原文梳理了 RTX Spark 发布前本地 AI 应用、模型、开发工具与游戏优化的整体变化，可帮助判断端侧智能体工作流如何落地。
如今，每一个 Hidden Door 体验都运行在我们的 叙事世界模型 之上，它表示世界中所有人、地点和事物的状态与叙事轨迹。本周我们更新了核心逐回合引擎，你能感受到差异：故事对你所做的事情反应更敏锐，记得几章前发生过什么，并在关键时刻将其带回。出色的互动叙事意味着你的选择很重要：它们会改变故事走向。游戏一直只能近似实现这一点。作者只能编写有限数量的分支，因此，迟早每条路径都会折回到同样少数几个结局。我们转而思考叙事铺垫、套路、弧线以及结局，然后思考能够激发并建立在你创造力…
推荐理由：原文展示其用工具调用模型、世界上下文与手写叙事手册支撑动态剧情，读者可理解智能体叙事架构如何影响互动故事体验。
世界模型是在基于模型的强化学习中引入的，作为一种学习得到的动力学模型或“转移函数”，用于预测下一个状态。其背后的动机是让强化学习能够通过模拟环境进行，而不需要直接与环境交互。世界模型还为智能体提供了一条路径，使其能够规划和推理自身行动的后果，而不是仅仅依赖规模。然而，从想象经验中学习的效果取决于世界模型本身：在其预测错误的地方，智能体会基于幻觉出的未来进行训练，并学到在真实环境中失败的行为。迄今为止，大多数世界模型所想象的世界里只有一个智能体，但最能带来教益的经验恰恰是与他…
推荐理由：原文给出多智能体世界模型与策略在同一训练循环中互相修复的机制，以及 SMACv2 与 MQE 上的具体对比数据。
今天我们很高兴发布 Agora-2 的可玩研究预览版，这是我们下一代多智能体世界模型，可实时生成共享的交互式环境，最多支持 20 个人类与智能体。Agora-2 支持的参与者数量是 Agora-1 的 5 倍，同时从仅能模拟单一环境扩展到可模拟多个环境，具备更复杂的交互和更长时程的行为。为了探索这些更丰富的多智能体交互，我们转向了由 Blizzard 开发的《暗黑破坏神 II》。游戏长期以来一直是 AI 研究的有用环境，提供了让智能体通过与周围环境以及彼此互动来学习的世界。…
推荐理由：原文说明了共享状态与渲染模型的分工，读者可据此理解多智能体世界模型如何让参与者互相影响。
赋予一个 AI 角色物理行动能力，最难的部分不是教会它如何成功，而是教会它如何大声地失败。一个角色拿起箱子并将其搬运过移动平台，在演示视频中看起来令人印象深刻。但一个角色走向箱子、发现路径被阻挡、并用直白的语言说明情况的，才是你可以交付的版本，因为玩家无需打开输出日志就能知道出了什么问题。这是 Convai AI 队友系列在 Unreal Engine 中的第二部分，基于 Epic Games的 Stack O Bot示例构建，适用于 Unreal Engine。在第一部分…
推荐理由：原文以拾取和放置两个动作为例，给出了自定义动作的声明、参数解析、失败处理和队列推进的完整接线方式，并讨论了原子动作与复合动作的设计取舍。