全球遊戲巨頭Ubisoft於2025年11月揭曉最新AI遊戲研究專案《Teammates》，這是繼2024年GDC展示的Neo NPC原型後，Ubisoft在生成式AI遊戲應用領域的又一重大實驗。《Teammates》是一款第一人稱射擊遊戲原型，玩家可透過自然語音指令控制AI隊友Pablo和Sofia，這兩位AI NPC能理解語氣、意圖和環境脈絡，動態生成即時反應和行動，展示生成式AI如何徹底改變遊戲中的NPC互動體驗。
Teammates遊戲概念
反烏托邦FPS設定
遊戲背景
《Teammates》設定在一個反烏托邦未來世界，玩家扮演反抗組織成員，任務是潛入敵方基地尋找5名失蹤的隊友。
遊戲採用第一人稱射擊（FPS）機制，結合潛行、戰鬥和解謎元素。
核心遊戲體驗
與傳統FPS不同，《Teammates》的核心不在於玩家個人的射擊技巧，而在於如何與AI隊友協作。
玩家需要：
- 用語音下達戰術指令
- 觀察環境並制定策略
- 根據隊友反饋調整計畫
- 建立與AI隊友的信任關係
遊戲長度
目前的原型版本遊戲流程約30-45分鐘，屬於短篇體驗式Demo，而非完整商業遊戲。
AI隊友：Pablo和Sofia
Jaspar：AI助手
玩家首先遇到的AI是Jaspar，一個駐留在玩家通訊設備中的AI助手。
Jaspar扮演任務簡報者和戰術顧問角色：
- 提供任務目標和情報
- 分析環境和敵情
- 建議行動方案
- 回答玩家問題
Pablo：戰鬥專家
Pablo是玩家遇到的第一位人類AI隊友，定位為戰鬥專家：
- 擅長正面火力壓制
- 可執行進攻性戰術
- 性格直率、行動導向
- 會根據戰況主動提供建議
Sofia：潛行專家
Sofia是第二位AI隊友，專長潛行和側翼行動：
- 擅長繞後和偵察
- 可執行精準暗殺
- 性格謹慎、策略思考
- 會提醒玩家潛在危險
動態AI個性
Pablo和Sofia不只是執行指令的機器人，而是擁有「個性」的AI：
- 會對玩家的決策表達意見（同意或質疑）
- 根據任務進展改變情緒（緊張、自信、挫折）
- 記憶玩家的指揮風格並適應
- 展現人類隊友般的互動自然度
語音控制核心機制
《Teammates》最大創新在於完全基於自然語音的指揮系統。
自然語言理解
無需記憶指令
玩家不需要記憶固定的語音指令（如傳統語音遊戲的「攻擊」、「防守」），而是可以用自然對話方式與AI隊友溝通：
- 「Pablo,你能從左側繞過去嗎?」
- 「Sofia,幫我看看那個房間裡有什麼」
- 「我們分頭行動,五分鐘後在樓梯會合」
- 「現在情況怎麼樣?」
語氣和意圖識別
AI不只理解字面意思,還能解讀語氣和意圖：
- 急促的語氣→AI判斷情況緊急,加快行動速度
- 猶豫的語氣→AI可能主動提供建議
- 命令式語氣→AI直接執行
- 詢問式語氣→AI先說明再詢問確認
環境脈絡感知
AI根據遊戲環境脈絡理解指令：
- 玩家說「清理那裡」,AI根據視線方向判斷目標
- 「掩護我」的含義隨當前戰術情境變化
- AI理解相對位置（「左邊」、「後面」、「樓上」）
雙向對話系統
AI主動溝通
不只玩家下令,AI隊友也會主動溝通：
- 「我看到敵人了,要開火嗎?」
- 「彈藥不多了,需要節省」
- 「這個房間清空了,下一步?」
- 「聽起來前方有動靜,小心」
請求確認和澄清
AI理解不確定時會主動詢問：
- 玩家：「去那邊」→AI：「你是說左邊的走廊還是右邊的房間?」
- 玩家：「準備好了嗎?」→AI：「隨時可以行動」
建立團隊感
這種雙向溝通創造真實的團隊合作感：
- 玩家不是發號施令的指揮官,而是團隊一員
- AI隊友像真人玩家般提供反饋和建議
- 形成自然的戰術討論和決策過程
技術實現
Google Gemini整合
《Teammates》的AI系統由Google Gemini驅動：
- Gemini的多模態理解能力處理語音輸入
- 自然語言處理（NLP）解析玩家指令
- 上下文記憶維持對話連貫性
- 即時生成符合情境的回應
Ubisoft自研中介軟體
Gemini與遊戲引擎之間有Ubisoft開發的中介軟體：
- 將AI生成的語意轉換為遊戲內行動
- 管理AI決策與遊戲物理、碰撞的整合
- 確保AI行為符合遊戲規則和平衡性
- 優化回應速度,減少延遲
Snowdrop引擎
遊戲使用Ubisoft自家的Snowdrop引擎開發：
- 高品質圖形渲染
- 動態光影和粒子效果
- 物理系統支持環境互動
- 與AI系統的深度整合
語音識別挑戰
多語言支持
目前《Teammates》主要支持英語,但Ubisoft計畫擴展多語言：
- 不同語言的語意理解複雜度差異
- 口音和方言識別準確率問題
- 文化脈絡對指令理解的影響
環境噪音
實際遊玩時可能面臨：
- 遊戲音效干擾語音識別
- 家庭環境背景噪音
- 需要調校麥克風靈敏度
回應延遲
AI理解和生成回應需要時間：
- 理想延遲< 1秒,避免破壞遊戲流暢度
- 需要在雲端AI處理和本地推理間平衡
- 網路連線品質影響體驗
與Neo NPC的關係
《Teammates》是Ubisoft生成式AI遊戲研究的延續。
Neo NPC原型（2024 GDC）
靜態環境展示
2024年GDC（遊戲開發者大會）上,Ubisoft展示了Neo NPC原型：
- NPC擁有新穎的認知和自然語言能力
- 可與玩家進行自然對話
- 記憶玩家行為並調整反應
- 但NPC處於靜態環境,無法執行複雜行動
概念驗證
Neo NPC主要是概念驗證（Proof of Concept）：
- 展示LLM驅動的NPC對話可行性
- 測試玩家對AI NPC的接受度
- 探索技術限制和優化方向
Teammates的進化
從靜態到動態
《Teammates》將Neo NPC的對話能力擴展到動態遊戲環境：
- NPC不只對話,還執行複雜行動（移動、射擊、掩護）
- AI理解遊戲環境和戰術脈絡
- 即時響應玩家指令和環境變化
從展示到遊戲
Neo NPC是技術展示,《Teammates》是可玩的遊戲原型：
- 完整的遊戲迴圈（目標、挑戰、進展）
- 傳統遊戲機制（FPS戰鬥、關卡設計）
- 將AI技術整合進核心遊戲體驗
規模擴大
《Teammates》開發規模遠超Neo NPC：
- 80人開發團隊（Neo NPC約10-15人）
- 數個月開發週期
- 更複雜的技術整合
開發團隊與技術
開發規模
80人跨領域團隊
《Teammates》由Ubisoft內部80人團隊開發：
- 遊戲設計師：設計核心機制和關卡
- 程式設計師：AI整合、遊戲邏輯、引擎優化
- 美術團隊：環境、角色、動畫
- AI研究員：Gemini整合、NLP、中介軟體
- 音訊設計：語音合成、音效、混音
- QA測試：功能測試、AI行為測試
研發時程
從Neo NPC到Teammates約12-18個月：
- 前期研究和原型開發
- 中期引擎整合和內容製作
- 後期測試和優化
技術棧
Google Gemini
- 多模態AI模型,支援文字、語音、圖像輸入
- 自然語言理解和生成
- 上下文記憶和推理能力
Snowdrop引擎
- Ubisoft自研的次世代遊戲引擎
- 用於《全境封鎖》、《阿凡達：潘朵拉邊境》等作品
- 支援高品質圖形和複雜系統
自研AI中介軟體
- Gemini與遊戲引擎間的橋樑
- 語意理解→遊戲指令轉換
- AI決策→NPC行為執行
- 遊戲狀態→AI脈絡輸入
語音識別與合成
- 即時語音轉文字（STT）
- 文字轉語音（TTS）生成NPC語音
- 可能使用Google Cloud Speech API或自研技術
技術挑戰
即時性能
遊戲需要高幀率流暢運行，同時執行複雜AI推理：
- 本地vs雲端AI處理的權衡
- 降低AI回應延遲至可接受範圍
- 避免AI運算影響遊戲畫面幀率
AI可靠性
LLM可能產生不可預測的輸出：
- 避免AI下達危險或無意義的指令
- 確保AI行為符合遊戲規則（不穿牆、不作弊）
- 處理AI「幻覺」（hallucination）問題
玩家體驗一致性
每次遊玩AI行為不同，可能影響體驗：
- 平衡AI隨機性和可預測性
- 確保核心劇情和遊戲目標達成
- 避免AI過於隨機導致玩家困惑
封閉測試與玩家反饋
《Teammates》目前處於限量封閉測試階段。
測試範圍
受邀玩家
Ubisoft邀請少數玩家參與測試：
- Ubisoft內部員工
- 精選的社群意見領袖和內容創作者
- 遊戲產業專業人士
- 隨機抽選的玩家（透過申請系統）
測試目標
收集玩家反饋以評估：
- AI語音理解準確率
- 玩家對AI隊友的滿意度
- 遊戲機制的趣味性
- 技術穩定性和效能
初步反饋
積極反應
測試玩家報告的正面體驗：
- 沉浸感極強：語音互動讓玩家感覺真的在指揮真人隊友
- 新鮮感：與傳統遊戲截然不同的體驗
- AI驚人：Pablo和Sofia的反應超出預期自然
- 潛力巨大：看到未來遊戲的可能性
技術問題
也有玩家反映技術瑕疵：
- 偶爾誤解：AI沒正確理解指令，執行錯誤行動
- 回應延遲：某些時候AI回應慢，破壞流暢度
- 行為古怪：AI偶爾卡住或做出不符邏輯的動作
- 語音識別：口音重或發音不清時識別失敗
遊戲性質疑
部分玩家質疑遊戲深度：
- 新鮮感過後：AI互動初期有趣，但可能缺乏長期吸引力
- 遊戲性單薄：除了AI隊友，FPS本身較基礎
- 重玩價值：劇情固定，缺乏傳統遊戲的進程系統
產業意義與影響
《Teammates》不只是一款遊戲，更是遊戲產業AI應用的重要里程碑。
對Ubisoft的戰略意義
AI技術研發
《Teammates》是Ubisoft AI技術研發的試驗場：
- 累積生成式AI在遊戲中的應用經驗
- 訓練AI專業人才
- 建立AI技術基礎設施
未來遊戲整合
Ubisoft可能將Teammates技術整合進商業遊戲：
- 《刺客教條》：AI NPC提供更自然的對話和任務
- 《虹彩六號》：AI隊友在單人模式提供戰術支援
- 《看門狗》：動態生成的NPC互動豐富開放世界
市場定位
展示Ubisoft在AI遊戲領域的領先地位：
- 吸引投資者和股東信心
- 招募頂尖AI人才
- 建立產業話語權
對遊戲產業的啟示
NPC革命
《Teammates》展示NPC從「腳本化道具」進化為「智慧夥伴」：
- 打破傳統遊戲NPC的對話樹限制
- 實現真正的動態對話和行為
- 為開放世界遊戲的NPC設計指明方向
語音交互潛力
證明語音控制可以成為遊戲的核心機制：
- 不只是輔助功能，而是主要互動方式
- 適合策略、模擬、合作類遊戲
- VR遊戲的自然延伸
AI遊戲設計範式
傳統遊戲設計需要適應AI技術：
- 遊戲關卡設計需考慮AI行為的不可預測性
- 平衡敘事控制與AI生成內容的自由度
- 新的QA測試方法（AI行為難以窮舉測試）
競爭動態
其他大廠跟進
《Teammates》可能引發產業連鎖反應：
- EA、動視暴雪、Take-Two等跟進投資AI遊戲
- 獨立開發者利用開源LLM開發類似遊戲
- 形成AI遊戲的創新競賽
與傳統遊戲的差異化
AI遊戲可能開闢新市場區隔：
- 吸引對新技術感興趣的早期採用者
- 與傳統遊戲互補，而非取代
- 形成「AI遊戲」類別
爭議與倫理問題
《Teammates》也引發關於AI遊戲的爭議討論。
創意工作者憂慮
配音員失業危機
AI語音生成威脅配音產業：
- NPC對話由AI即時生成，不需預錄配音
- 配音員工作機會大量減少
- 特別影響配角和次要NPC配音工作
編劇角色改變
AI生成對話削弱傳統遊戲編劇的作用：
- 從撰寫具體對話轉為設定AI人格和規則
- 喪失對劇情細節的精確控制
- 創意表達受AI模型能力限制
技術依賴風險
對Google的依賴
《Teammates》高度依賴Google Gemini：
- Gemini服務中斷將導致遊戲無法運行
- Google可能調整API定價或政策
- 技術主導權在外部公司手中
線上要求
AI遊戲可能需要持續網路連線：
- 雲端AI處理需要網路
- 單機離線無法遊玩
- 伺服器關閉後遊戲永久無法玩
玩家接受度
新鮮感vs長期吸引力
懷疑者質疑AI互動的耐玩度：
- 初期新鮮有趣，但長期可能重複乏味
- AI隨機性可能導致體驗不一致
- 缺乏傳統遊戲的精心設計和打磨
偏好傳統設計
部分玩家偏好傳統遊戲設計：
- 精心編寫的劇本勝過AI即興對話
- 可預測的遊戲機制更公平競爭
- 懷疑AI能否達到人類設計的深度
商業化前景
《Teammates》目前是研究專案，未確定商業化計畫。
可能的發行模式
免費體驗
作為技術展示免費發布：
- 吸引玩家嘗試，收集數據
- 建立品牌形象和市場熱度
- 不追求直接營收
付費完整版
開發成完整遊戲銷售：
- 擴展內容至5-10小時流程
- 增加關卡、任務、AI隊友
- 定價$20-40
訂閱服務
整合進Ubisoft+訂閱服務：
- 作為訂閱獨佔內容吸引用戶
- 持續更新新內容和AI功能
- 實驗性質適合訂閱模式
技術授權
不單獨發行，而是授權技術給其他遊戲：
- 將AI NPC技術整合進現有Ubisoft遊戲
- 授權給第三方開發商使用
- 成為遊戲開發工具/中介軟體
挑戰與風險
開發成本
AI遊戲開發和運營成本高：
- Gemini API呼叫費用（每次互動都產生成本）
- 80人團隊的人力成本
- 持續維護和優化的長期投入
市場不確定性
AI遊戲市場尚未成熟：
- 不確定玩家願意為AI體驗付費多少
- 競品可能迅速跟進，削弱優勢
- 技術快速進步可能讓產品過時
技術依賴
依賴第三方AI服務的風險：
- Google調整Gemini政策或定價
- 競爭對手可使用相同AI技術
- 缺乏獨佔技術護城河
未來發展方向
Ubisoft尚未公布《Teammates》的長期計畫，但可能的方向包括：
短期（2026）
擴大測試
從封閉測試擴展到公開測試：
- 邀請更多玩家參與
- 收集大規模數據
- 優化AI模型和遊戲機制
技術優化
改進目前的技術瓶頸：
- 降低AI回應延遲
- 提升語音識別準確率
- 增加AI行為的可靠性和一致性
中期（2027-2028）
內容擴充
若反饋積極，可能開發完整版本：
- 更長的劇情戰役
- 更多AI隊友角色
- 多樣化的任務類型
多人模式
探索AI隊友與真人玩家混合模式：
- 真人玩家+AI隊友的合作模式
- AI填補多人遊戲的隊友空缺
- PvP模式中的AI增援
長期（2029+）
技術整合
將Teammates技術應用到Ubisoft主力遊戲系列：
- 次世代《刺客教條》的AI NPC
- 《虹彩六號》的戰術AI隊友
- 《極地戰嚎》的動態NPC對話
開放生態
建立AI遊戲開發平台：
- 開放工具讓開發者創建AI驅動遊戲
- Mod社群為《Teammates》創建新內容
- 形成AI遊戲生態系統
結語
Ubisoft的《Teammates》代表遊戲產業在生成式AI應用上的大膽實驗。從2024年的Neo NPC靜態展示，到2025年的可玩FPS原型，Ubisoft展示了將AI技術從概念轉化為實際遊戲體驗的能力。
技術突破
《Teammates》證明了Google Gemini等先進LLM可以驅動遊戲內的即時自然語言互動，Pablo和Sofia兩位AI隊友展現超越傳統腳本NPC的智慧和自然度。
產業啟示
這個專案為遊戲產業指明方向：未來的NPC不再是靜態的對話樹，而是能理解玩家意圖、記憶互動歷史、動態生成回應的智慧體。語音控制可能成為遊戲的核心機制，而非輔助功能。
挑戰與未知
但《Teammates》也面臨諸多挑戰：技術穩定性、成本控制、玩家接受度、創意工作者的擔憂，以及AI遊戲是否具備長期吸引力的根本問題。
未來展望
《Teammates》目前仍是實驗性專案，Ubisoft未承諾商業化發行。但無論最終命運如何，這個專案已在遊戲史上留下標記，成為生成式AI遊戲時代的早期里程碑。
2026年，我們可能會看到更多遊戲大廠推出類似AI實驗。《Teammates》開啟的道路，將引領遊戲產業走向何方？玩家是否接受這種新型遊戲體驗？AI能否真正改變遊戲設計的本質？
答案將在未來幾年逐步揭曉，而《Teammates》，正是這場革命的先驅者之一。
Sources:
