事件概述 - 一段39秒的黑白视频片段在X平台爆火，内容为马斯克与印度金融科技巨头Zerodha创始人尼基尔·卡马斯的会面，但引发了广泛质疑，大量网友怀疑视频是AI生成的[1][4] - 网友反应整齐划一，纷纷询问“这是AI吗”，相关推文获得了数万次浏览，例如一条推文获得了9.5万次浏览[5] - 马斯克自家的AI模型Grok在被问及时，也给出了模棱两可的评估，甚至倾向于认为这可能是高质量的深伪作品[6] 核心观点与理论 - 该事件被视为马斯克关于“人类逐渐NPC化”预言的印证，即现实中的人类困在算法与思维定势的“对话树”中，而游戏角色却即将拥有“意志”[1] - 马斯克曾公开批评一些人被困在“传统记者的NPC对话树”里，认为他们如同游戏中的非玩家角色，反应是预先写死的[9] - 马斯克提出了著名的“Pong推论”：从四十年前简陋的《Pong》游戏发展到今天照片级逼真的3D模拟，如果技术持续进步，未来游戏将与现实无法区分，因此人类生活在基底现实中的概率只有十亿分之一[18][19][20] - 该理论导向一个二选一的结论：要么人类文明毁灭导致技术停滞，要么人类现在已经生活在模拟的“游戏”中[21] 行业技术动态 - 游戏行业正经历变革，关于《侠盗猎车手 VI》将引入深度AI NPC的传闻甚嚣尘上，其发行商Take-Two的CEO暗示AI将使游戏角色对话“更加自然”[10] - NVIDIA展示的ACE技术已能让游戏《Mecha BREAK》中的NPC拥有记忆，能够记住玩家之前的互动并做出相应反应[12][13] - Inworld AI等公司赋予了NPC“社交网络”，使它们能在玩家看不见的地方互动，形成独立的小社会[14] - 这形成了赛博朋克式的双重图景：屏幕外的人类因算法茧房和思维惰性变得像机器，而屏幕内由大语言模型驱动的代码却开始拥有个性和“自由意志”[15] 社会与认知影响 - 事件反映了“死互联网理论”的盛行，即人们已习惯社交媒体充斥AI生成内容、机器人互动，导致“真实”本身成为一种稀缺资源[24][25][26] - 公众对视频真实性的普遍怀疑，源于其画面“太完美”，符合对“大佬对谈”的刻板印象，反而显得不真实[27] - 这种真假难辨的环境引发了存在主义危机，人类不仅要担心被AI取代工作，甚至要质疑自身存在是否只是一场逼真的渲染[27]

公司背景 - Id Software成立于90年代，开发了《指挥官基恩》《德军总部3D》《毁灭战士》和《雷神之锤》系列，其中《雷神之锤》推动了GPU发展和普及，间接促成现代人工智能世界的形成[3] - Armadillo Aerospace致力于垂直起降（VTVL）火箭研发，相关工作持续十年[6] - Oculus为现代虚拟现实奠定技术基础，后被Meta收购[8] - Keen Technologies专注于AI研究，团队已有六名来自学术界和工业界的研究人员[11][12][13] 技术方向 - 不参与LLM相关工作，认为LLM"无所不知却又无所学"，更倾向于通过交互式体验流进行学习[16] - 专注于游戏和虚拟环境，认为PC游戏中的超人类水平机器人作弊问题可通过云游戏流媒体解决[18] - 目标提供由混合被动和交互内容组成的虚拟学习环境，构成无限可滚动的"视频墙"[22] - 选择Atari游戏作为研究平台，因其无偏见且玩法多样，与大量研究成果可比性高[30][31] 技术挑战 - 连续高效终身单一环境多任务在线学习仍是未解决问题，现有系统无法复制猫狗的简单能力[20] - 强化学习框架存在近期偏差和灾难性遗忘问题，串行多任务学习中智能体难以保留旧技能[81][82] - 神经网络训练存在可塑性丧失现象，与生物大脑老化相似，需平衡初始学习速度与长期表现[93][94] - 离线强化学习效果不佳，因缺乏持续现实检验，可能陷入未经验证的连贯幻想世界[87][88] 算法优化 - 使用CUDA图和显式同步优化训练过程与环境交互的重叠，提高消费级硬件上的FPS[41] - 为动作添加延迟线解决现代高性能算法在延迟环境中的崩溃问题[43] - 提出新基准测试循环通过一组游戏，结合原始学习速度与避免遗忘能力[97] - 探索各向同性CNN、循环各向同性半密集CNN等新型网络架构提升图像处理性能[143][145] 实验设计 - 开发Atari 2600+游戏系统，包含摄像头、伺服电机操纵杆和运行强化学习智能体的笔记本电脑[47] - 测试八款不同游戏，关注摄像头观察、操纵杆动作、分数检测等物理硬件交互问题[50][51][55][62] - 开源相关工作，使用April Tags进行屏幕校正和分数识别[48][52] - 将硬探索游戏如《蒙特祖玛的复仇》和《Pitfall》作为长期研究课题[71]