大家好，我是网易伏羲人工智能实验室负责人李仁杰。我本科毕业于中国科学技术大学，博士就读于罗切斯特大学，论文方向与游戏相关。作为一名狂热的游戏爱好者，毕业后我曾有机会加入暴雪娱乐，最终选择投身工业界，先后在暴雪和拳头公司任职。如今在伏羲实验室，我致力于介绍如何将人工智能落地于游戏领域。网易作为世界第二大游戏公司，2018年Q3游戏收入达14.5亿美元。为了持续满足玩家期待，我们建立了伏羲实验室，旨在利用AI提升美术生产力、自动生成内容或创造如《头号玩家》般的虚拟世界。
伏羲实验室成立于2019年7月，是中国首个专注于游戏的人工智能团队。“伏羲”象征创世与创造，“三足乌”Logo代表上古最聪明的神兽。我们的愿景是用AI点亮游戏未来，虽是新团队，但已获“十大AI研究实力企业”殊荣。我们不仅发表论文，更强调成果落地，并与高校深度合作。官网为fuxi.163.com，展示我们的研究方向及与网易游戏的深度合作关系。
实验室涵盖强化学习、自然语言处理、图像动画、用户画像及虚拟人五大研究方向，以及大数据与AI平台。首先介绍强化学习，自DeepMind在Nature发表深度强化学习论文引爆AI狂潮以来，AlphaGo、OpenAI的Dota和星际争霸机器人相继击败人类。强化学习被视为实现通用人工智能的重要途径。在游戏应用中，AI机器人可填补玩家掉线或离席的空缺，维持其他九人的游戏体验。此外，AI可作为新手导师，手把手指导新玩家，解决人力不足的问题，提升留存率。
在《流星蝴蝶剑》中，我们展示了基于强化学习的1v1 AI机器人，它能通过自学习掌握技能连招、闪避及攻击时机。在《超人篮球》中，AI玩家的表现已难以与普通玩家区分，且开发周期极短。为解决强化学习落地门槛高的问题，我们发布了NeurIPS论文中提到的可视化SDK，允许不懂算法的设计师通过定义输入输出调用自动学习的神经网络函数。然而，AI不应只为赢而输掉乐趣，我们正研究模仿学习和进化算法，使机器人更像人，具备犯错能力以调节难度。
自然语言处理方面，游戏NPC需有人设和性格，而非冰冷的任务驱动机器人。我们在《倩女幽魂》手游上线了全球首个MMORPG智能小孩系统，提供沉浸式养育体验。该系统分阶段成长：零岁模仿发音，五岁可对话打趣，十二岁饱读诗书并具备不同性格。基于此技术，我们与蜗牛读书合作开发了写现代诗的微信小程序，用户输入关键词即可生成独特诗歌。此外，我们还构建了舆情分析平台，通过抓取论坛、弹幕等数据监测玩家情感变化，帮助产品团队及时响应市场反馈。
bug，也许是游戏出现了什么样的问题，我们就会给你发监控。我们还会把所有的评论全部收集起来，这样方便你日后去进行分析，或者说一些关键词，以及你可以实时的了解玩家对这个游戏的看法和分析。啊，最近我们还加了这个直播分析，我们可以抓到大家的弹幕，可以让你了解在直播中你的游戏处在了一个什么样的情况。
好，下面介绍一下我们的图像动画。其实图像动画也做了非常非常多的事情，然后这里就只举几个我们已经落地了、上线了的例子。然后第一个是智能捏脸。
现在可能还在几年前吧，我们玩了很多游戏，大家都没有办法去定制自己的游戏里的角色。就游戏里给你的角色是什么样子，它就是你，你就是玩到是什么样子。然后再往后呢，大家知道玩家对这些定制化有很高的需求，于是我们可能就开放了在游戏里面大家可以随意的捏脸。你可以眼睛、鼻子、眉毛、嘴角，还有配饰，都可以去做很多的调控。
但是同时也带来了一个问题。如果像我或者像我们这种不一定特别有文艺细胞的人，可能你捏了半天，你也捏不出来一个像自己的脸，或者捏不出来一个你想要的这种。也许是你的偶像，也许是你喜欢的人的脸。然后所以我想，为了方便大家，我们就设计了这个智能捏脸系统。
你可以上传一张你的照片，或者是你喜欢的人的照片，它可以根据你的脸捏出来一张适合这个游戏风格在游戏里的脸。然后我们也在去年的十二月在《逆水寒》里上线了这个功能，所以它也是相当于世界上第一款拥有智能捏脸的这个游戏。
然后有了捏脸还不够，我们希望你在游戏里人物可以更像你，所以还有表情迁移啊。大家可以看到在这里这个图画里这个摄像头里面是我们的一个玩家，然后图像里呢是游戏他在游戏里的一个人物。然后如果你对着摄像头做任何的表情，它就可以把你的表情迁移到游戏里面。
实际上做到这种表情迁移呢依然不够。我们希望你的动作也可以迁移，所以整体来说我们希望你游戏里面人物就是更像你。然后您可以有人说这个小姐姐好好看，这个小姐姐实际上是我们的一个产品经理。
在这里是我们的一个动作迁移demo，实际上还是很早的一个demo。可能大家看到这个模型可能还是稍微有一点粗糙、有点僵硬。其实现在效果已经比这个好多了。然后左边是一个人在跳舞，右边呢大家就可以随意从摄像头里抓到了你这个人物骨骼运动，然后把它迁移到游戏里面。
后面一个是智能蒙皮。可能很多如果不是做游戏开发的同学，不是特别理解智能蒙皮是什么意思。我给大家简单的介绍一下，智能蒙皮呢实际上就是让这样的一个3D角色动起来的过程。
我把这个放一下。比如说这个3D角色动起来，实际上动起来呢你可以首先你要让骨骼动起来。然后骨骼动起来之后人物还有贴图，其实让贴图动起来是件很麻烦的事情。你需要让这个贴图根据你的骨骼动，然后呢它这些贴图还要有自己运动的规律，比如说它的惯性以及它的漂浮感。
所以做智能蒙皮这样的一项工作呢实际上是一个门槛非常高的工作。刚才我看到这个评论里面有人问，这都已经上线了吗？我今天说的所有这些例子全都是已经落地了和已经上线了的。
实际上呢我们还有非常多的正在研发的黑科技，或者已经研发出来还没有上线的。所以现在可以先卖个关子或者先不做介绍，等到我们上线了之后再给大家做介绍。
所以咱们接着说这个智能蒙皮。像这样的一个其实智能蒙皮是一个门槛非常高的，因为它需要大量的工作加上经验你才可以累计你去怎么样去贴这张图、怎么让你的蒙皮动起来。但是当你达到了这个门槛的时候，它又是一个很麻烦的一件事。
它就会变成一项很无聊的工作，因为你每天做的都是一个重复的事情。但是这正是人工智能发挥作用的地方。然后所以我就把这个动画再放一遍，其实刚才这个动画不是人做出来的，就是人工智能让这个人动了起来。
然后如果是人做的话大概刚才这段视频需要做两个小时。但是我们用人工智能来学习的话只需要三分钟。像用了智能人物蒙皮工具，可以节省我们美术让大家动、让这个角色动起来百分之九十七的时间。
然后刚才是图像动画，后面我们来说一说我们的用户画像。其实用户画像呢更像是大数据应用的一些功能。
然后首先比如说群体识别，这里的群体识别可以有识别好的群体、识别异样群体或者识别坏的群体。我这边举一个例子呢就是反外挂，因为反外挂对游戏尤其是FPS游戏非常非常重要。
根据不同的不同的游戏以及不同的需求我们使用的反外挂的这种技术也是非常不一样的。比如说可能很大一块使用的是行为反外挂，相当于根据你在游戏里面做的事情然后我们会分析大家的行为从而找到各种异样的行为来进行反外挂。
如果游戏里面有这种交易，很多游戏里面你可以买卖装备甚至换钱。然后有这种交易的话呢就会存在着很多外挂，比如说打钱或者是洗钱，或者是因为为了牟利来做很多坏事在游戏里。所以我们可以根据交易图谱来反外挂。
然后还有很多外挂呢比如存在这种刷怪，然后我们可以通过你的键鼠轨迹来找到异样来进行反外挂。
包括最严重的重灾区可能就是FPS游戏了。因为FPS游戏可能就算用到行为和键鼠轨迹还不一定能足够强力能把所有的外挂，因为道高一尺魔高一丈。所以在FPS里面我们还会增加图像识别，相当于我们可以随机的在你玩游戏时候截了几张图然后进行反外挂。
我们可以看到在截图的同时，我们可以知道你是否使用外挂以及这个图是否异样。比如说是不是墙体透明、是不是子弹追踪、是不是用了放大器之类的。
然后另外呢我们还有一些零零星星其他的反外挂的方法。后面是个性化推荐，这个我相信大家都非常非常熟悉了。
比如说现在所有的新闻一定都是个性化推荐的，所有你看到的视频也都是个性化推荐的以及电商买东西也都是个性化推荐的。因为个性化推荐已经证明了是可以极大的提高这个产品的推送率、以及你的使用率、以及它的运营效率。
所以同样的我们在游戏里面实际上也可以应用到非常多的个性化推荐啊。比如说最传统的就比如说你在游戏里的道具、你在游戏里可以买的商品都可以推荐。
我还可以推荐比如说你在这个游戏里面你应该加入哪个公会才能更好的发挥你的价值、你在你游戏里面社交功能比如说给你推荐哪个好友你们更有可能成为一个好基友，而不是实际上加了好友之后你们根本一句话都不会说也不会打一场游戏。
然后我们还可以推荐师徒嗯，后面呢就是再一个说的比如说精准匹配。精准匹配的一个很大的应用呢就是叫match making，match making就是说根据你的现有的技能力我们来帮你找到和你能力值差不多的玩家。
这样的话你们可以玩一场你来我往这样公平的比赛。然后现在也有很多比如说match making的经典算法啊，譬如说是Elo、微软的TrueSkill或者Glicko然后开源的Glicko。
然后呢这些实际上都是很多他们就是通过一些算法来进行调整来找到你的能力值，但是实际上我们可以用到机器学习的方法来更好的对你的能力进行估值。
我可以拿Elo举一个例子，Elo呢是比如说现在的国际象棋一直在它非常适合这种一v一的比赛。国际象棋一直使用的是一种经典的Elo算法，首先啊他会每个人会有一个遗漏值然后根据你的遗漏值我们可以估算出这场比赛哪一方可能会获胜。
然后根据这个胜率如果你真正的赢了如果赢了的话呢你可能会增长一些分数；如果你本来判断你可能会输的结果你还是赢了，你肯定会增长一些更多的分数。总之总而言之呢这个遗漏主要呢根据判断是你这场比赛的输赢然后每个人遗漏的起始值也都是一样的。
但是一楼的一个很大的问题就是你需要打可能至少一百场你的能力值才会去收敛，实际上这就存在了一个很大的问题。就是说你可能这一百场其实你都不会有一个特别好的体验因为你碰匹配到的可能总是要么比你强要么比你弱的人。
然后其实我们可以通过机器学习的方法知道了你在这个游戏里的表现。譬如说打乒乓球，乒乓球的话我们可以知道你发球是怎么发的、你用了多少力以及你会不会比如说拉球啊旋球或者你是反拍还是正拍。
实际上你打了一两场之后我马上就知道你大概的一个评分是多少，我可以在两场之后立马给你匹配到和你能力差不多的玩家这样可以极大的提高大家的用户体验。
然后另外呢我们可以同样也可以比如说不仅给人估值我们也可以给你的装备估值。比如说有很多游戏装备是可以买卖的但大家并不知道我的装备实际上值多少钱，但是根据你装备的属性呢我们可以很好的给你进行估值。
这样的话你在进行交易的时候你就不会亏，然后再往后呢啊其实我们也是希望可以打造这样的一个服务平台。这样在我们服务以后更多游戏的时候它就可以去很方便的去接入，而不是每一次我们都要去一对一的接然后做很多的比如说PPT或者Excel的报表去把结果展示给他们。
而是游戏方它可以自己进行一套通用的方法接入之后，它可以自动化的去展示游戏的结果。甚至啊游戏方他们都可以去自己去在这个我们的平台上面做一些分析，同时这个平台也会进行实时的游戏数据跟踪发现异常就会报警。
好我们后面前面介绍了一些，后面我们介绍另外一个方向是虚拟人。虚拟人呢实际上是啊它的目的就是结合前面所用的所有的技术，把我们游戏里边的人物形象变成一个栩栩如生的人。
它实际上是一个多模态的交互。他可能会这个虚拟人会识别你的意图，他会知道你的喜怒哀乐然后他也懂你的语言，他会根据你的语言来说出不同的话。因此他其实有非常多的落地场景。
下面我们来介绍一些我们在研究虚拟人的过程中可能摸索的一些东西吧，首先第一步我们需要的是语音合成。这是我们语音合成上面做的一些试验，比如说我们给AI一段文字它就可以读出这段文字无心命名是隶属雷火盘古事业群的一级部门，是国内首家游戏人工智能研究机构。
我们运用人工智能尖端技术提升游戏研发效率创造形式和游戏体验，同时借助游戏平台海量数据和仿真环境推动人工智能技术的发展。我们的研究方向涵盖了大数据平台、用户画像、强化学习、图像动作、自然语言处理语音合成及音乐生成等众多领域，力图全方位发掘人工智能技术在游戏中的应用潜力。
对然后我们让AI会说话了还不行我们还希望它啊像人，网易伏羲因为人说话的时候实际上是会动嘴唇的。然后在传统的这些比如说游戏制作中呢可能让一个人的面部表情动起来，比如说嘴唇其实用的是动捕。
就是说让一个真人，在摄像头啊身上贴了很多这种光标的点然后我们抓到他的这些点的怎么动然后把这些点放到我们的模型上面，这样像可以让模型动起来。但是整个的成本以及制作过程其实是啊又耗时又耗力，所以我们希望可以用AI去合成的方法。
你只需要输入文字它就可以让它会说话而且让这个嘴型和你说的文字是一模一样的。所以现在啊右边的我马上要展示这个demo呢，右边呢是这个动捕的显示出来的动画效果左边呢是用AI嘴唇自动合呃文字驱动嘴唇合成的这样的一个效果，大家可以看一下你能不能发现两个的区别。
所以在这个什么都讲究速度的年代我们才会有那么多的浮躁，如果爱情这样忧伤我们会怎样？我觉得大家可能应该看不出来啊太大的区别因为确实两边是啊非常的相似。
所以除了让嘴唇动起来也不行，我们还希望我们的虚拟人他因为人更像人的话其实应该是你说话时候不只是动嘴唇你还动你的眉毛、动你的眼睛甚至还会抖一抖肩有各种各样的表情。
所以啊这里我们希望以后啊尤其是在做游戏过场动画的时候，其实大部分的时候我们的开发者他们做这种过场动画都需要自己去做去调节。比如说让人什么时候张嘴、什么时候闭嘴眼睛往哪里看或者什么时候抬头，去使得大家说话的时候带有一些表情。
那现在我们想做的呢是你只要输一段文字它可以自动合成这些动画，这样就可以节省大家很多的时间。比如我可以在这四个里边我就只放一个就可以给大家看一下就好了或者放两个，你知道什么？知道我是个被除名的探花，知道我献书不成反被当众羞辱。
那给大家再看一个可不能大声啊！他的名字呀说出来是要杀头的，嗯所以在这里面所有这些人物的说出来的语言以及他的面部表情怎么运动的全部都是由AI自己合成的并并没有人工的参与。谁让你剪他的？够了！你知道。
好我们刚我们之前啊说的这些实际上都是我们现在这张图里面右上角这部分AI的服务，实际上我们还有非常非常多的啊这些幕后英雄来做我们的啊大数据的平台以及AI的训练平台来支持我们所有的AI服务。
我们现在有三个这种底层的平台，它分别是洛格也就是我们的ETL的系统、溯源就是我们所有的大数据平台还有丹炉就是说我们AI训练的平台啊。
因为今天可能主要讲的更多的是这种人工智能在游戏里面的应用，所以我就不做过多的描述来描述我们的树源和单炉这里可能是一些简单的介绍。
比如说我们的树源，它不仅可以存储这些常用的数据格式我们还可以做定制这种流失数据集以及知识图谱的存储。同时我们还可以做数据分析的业务以及各种数据监控。
然后啊说到我们的丹炉，我们丹炉实际上它不仅支持我们现在所有AI模型的训练和在线推理这方刚才我们说的这些我们已经上线了很多这种AI的线上的产品。譬如说啊我们的这个智能小孩啊智能捏脸等等，其实都是在我们的丹炉这个环境里运行的。
因此它还支撑了我们所有AI业务的云上的部署和运维，然后我们啊其实后来啊是为了自己做的然后还顺手做了一个众包的平台。
然后因为是相当于数据的质量是大家在做AI的可能一开始最重要的一一道卡，因为数据质量直接决定了你的AI模型的好坏然后所以我们对数据标注有非常大量的需求。
然后啊我们会发现其实现在啊数据标在外界的数据标注这样的啊其实非是非常的不不透明的这样一个工作，所以我们想哎那我们为什么不自己做一个平台？让这些标注公司自己来这边接我们的这些数数据标注的活，所以我们做了一个网易众包的平台。
然后上面我们围围绕各种题型比如说你是也许是标啊语音、也许是标视频、也许是图片，也许是啊NLP等等然后做了非常定制化的这些题型的各种标准以及格式。
然后我们发现哎我们这样做了之后其实可以为我们省了百分之五十的这个成本，所以其实它也应用到了网易的各个各个部门比如算法部门或AI部门都可以现在都在用我们的这个众包。
所以如果现在听众啊大家要是也有数据标注需求的话你们也想节省成本，你们也可以来试一下我们的网易众包平台实际上是一个非常非常好用的平台。
好今天给大家介绍差不多就到这，后面呢我们可以看看啊大家有没有一些一些问题我可以来回答。最后做一个总结我们实验室主要在这六大方向啊，其中五个是研究方向一个是平台。
我们研究方向包括强化学习、自然语言处理、图像动作、用户画像，还有虚拟人。然后我们的AI平台就是我们大数据和啊大数据溯源，还有我们的单炉AI训练平台。
好最后非常感谢大家今天来听我们伏羲的分享，然后如果大家对因为我今天做的分享可能是关于整个实验室一个大概的介绍。
如果大家对其中某一块特别感兴趣的话后面我们也可以啊比如说收集一下大家反馈然后找我们比如说做专门这块这个研究方向的啊同学来给大家做更加详细的技术分享，谢谢大家。
哦哦还有忘说一点如果大家对我们伏羲感兴趣的话也可以来给我们投简历嗯好那我们来看一看有没有同学的提问，然后大家现在有什么问题的话都可以在这个直播间里面提出来。
我们还有十五分钟的时间啊有我看到有人有个叫拓头的同学问，有强化学习方向的暑期实习吗？有的然后欢迎你投简历。
然后实验室规模多大呀？我们实验室现在大概有一百二十多个同学，还有几十个实习生。
然后呃智能蒙皮是如何实现的？能简要介绍一下吗？然后我们可以在下一次的比如说这个技术分享里面可以找我们专门做智能啊蒙皮的同学来给大家详细介绍。
然后大概招聘条件可以聊一下吗？着重看论文还是项目啊？招聘条件要看各个不同的方向，比如说首先我们希望大家在某一个具体的方向应该会有一些知识的积累。
比如强化学习那么你之前肯定要比较熟悉
强化学习、深度学习以及各部分的机器学习技术。比如自然语言处理（NLP）方向，如果是工程师岗位，肯定需要关注很多相关内容；如果对大数据或AI平台有所了解会更好。因为我们也会发表论文，所以对大家的科研实力有一定要求。关于虚拟人物叶问舟，其实我们做的并非叶问舟本人，官网使用该形象是因为它代表了《逆水寒》游戏。目前我们实际研究的是一个通用虚拟人，使用的是《逆水寒》中的形象。这次未展示Demo是希望技术能更沉淀一些。
有同学提到实验室有人讲段子很厉害，确实我们有很多“段子手”，下次可以请过来分享。关于是否用深度强化学习做《英雄联盟》比赛，我们没有这样做，因为需要游戏客户端才能收集数据。《英雄联盟》是拳头公司的产品而非网易的，所以我们目前的深度强化学习研究均基于网易游戏。
除了游戏内部应用外，其他方向也有许多落地场景。例如我们展示的强化学习SDK，已有金融公司等外部企业联系并表示兴趣。NLP技术可应用于智能客服；用户画像不仅适用于游戏，也适用于所有产品。我们还能为缺乏个性化推荐或反外挂能力的其他游戏提供服务。虚拟人的落地场景更广阔，包括游戏角色、虚拟偶像、直播甚至商场导购等。
我们的愿景是将人工智能落地到游戏中，因此游戏始终是我们的重中之重。但这不代表我们不会尝试其他领域，因为许多技术是通用的，可以输出到其他部门或合作伙伴处。有观众问是否有大佬带？当然有很多前辈欢迎加入。关于聊天技术，我们采用检索和生成相结合的方式。
技术分享活动可以在江门继续举办。未来我们会开设伏羲实验室公众号进行分享，也可能参加外部会议或在内部进行交流。关于上线产品中哪个实用价值最大？这个问题较难具体回答，因为衡量标准不同：可能是营收、新用户增长、游戏时长或体验提升。
计算机视觉方向确实存在，刚才提到的图像动画等技术很多都偏向CV领域。由于时间限制未介绍所有例子，如超分辨率、风格迁移等都与计算机视觉相关。逆水寒中的随机事件目前与实验室无关。对于激烈游戏，AI对算力要求很高。
目前没有AR或VR方向的研究团队在伏羲实验室，但网易内部有其他团队在做相关研究。强化学习既有单智能体也有多智能体配合。例如《流星蝴蝶剑》是单智能体，《传统篮球3v3》已有配合，未来成熟后还会展示更多多智能体的研究成果。
如何看待腾讯游戏加AI的实力？腾讯很棒，我曾在Red Games工作很久并认识许多腾讯同事。虚拟人结合AR/VR会很有趣，即使不在头显中，在屏幕前交互也很有意义。不过AR/VR存在限制：为了与虚拟人交互需要摄像头看到用户，但头显本身通常无前置摄像头用于此目的。
教育产品可能是未来的探索方向。目前实验室已与清华、南大、天大等高校合作，共同研究发表论文。刚才快速回答了许多问题，还有九分钟可继续提问。
关于NPC风格化复用（如古风闲聊），我们计划推出Chatbot开放平台，帮助用户更好地使用或定制聊天机器人。平台将预设多种人设（如冷淡、高贵、邪恶等三十种性格）和数百项技能（闹钟、天气、外卖、写诗、讲笑话等）。用户可一键定制所需机器人。
非常看好未来基于AI的全新游戏品类，相信这是未来的方向。但这需要经历摸索过程，正如《头号玩家》所描述：场景由AI生成，人类创意不可或缺；NPC可自由聊天，用户佩戴VR头显沉浸其中。
有评论认为游戏AI算法针对性强、通用性差，这是对的。不仅游戏AI，其他如个性化推荐等都需要针对特定数据优化才能做好。通用技术往往只能解决50%的问题，因此针对性是必要的。
未来工作室可能会做真正的AI虚拟偶像等方向，敬请期待我们的开放平台，它旨在提供通用且易用的解决方案。目前技术已可开发AI管家、AI女友等应用吗？这取决于需求，很多人可能想要。
关于最先实现全新AI游戏品类的是初创公司还是大厂？我认为可能是游戏公司，因为不仅需要技术和财力，更需要对游戏的热爱才能产生创意灵感。我们既做PC端游戏（如《逆水寒》）也做手游（如《流星蝴蝶剑》、《超人篮球》）。
若AI成本下降让玩家轻易使用，会对竞技游戏造成冲击吗？实际上这些AI是提供给游戏的而非直接供玩家操控。我们不会让AI取代竞技乐趣，它可能仅作为一种新模式（如与AI战斗）。人与人之间的竞技乐趣将永远存在。
目前竞技类AI基本到头，下一步可能是拟人像AI。老师觉得适合哪些品类？RPG还是FPS？我觉得所有品类都合适，包括模拟类、社交休闲类游戏。游戏NLP除了PC对话外，还可应用于智能助手或智能客服等场景。
对于个体开发者或小团队开发小型游戏AI，建议谨慎评估价值，不要盲目跟风，因为门槛较高且需要资源。数据收集来源多样：用户画像使用玩家行为数据；虚拟人、语音合成等则结合公开下载数据和自创/声优录制的数据。
强化学习落地产品不多，如何看待其未来发展？近期它仍很热门，NeurIPS上超20%论文涉及强化学习。主要问题在于多智能体（Multi-Agent）场景，单智能体的提升有限，要应用于现实需先解决多智能体问题。
实验室女生占比不止1%，有很多漂亮的女同学。“小改改”也是指男生吗？是的，也有很多。现在九点零一分了，感谢大家捧场听取伏羲实验室关于AI在游戏赋能与落地的介绍。这只是抛砖引玉，我们仍在探索初期，欢迎感兴趣的同学交流或联系官网。