GTA 6 剧透：不需要 AI 来思考

AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

让我先说说 GTA 6 不是什么，因为现在网上几乎所有人都在向你兜售错误的想法，却懒得核实自己的说法是否可信。

有一点似乎已经很清楚了：如果你在等待拥有次世代大脑的 NPC，还是算了吧。在 Vice City 里行走的人们仍然是有脚本的刻板角色。他们会说话、恐慌、开车、打架、逃跑，然后五秒钟后把你忘掉。他们不会变成你主机里活生生的微小意识体。

而这并非失败。这可能是 Rockstar 做过的最聪明的事。

因为 GTA 6 真正的飞跃，不是行人突然变成两条腿上、容易产生幻觉的聊天机器人。飞跃在于 Leonida 本身：一个在光线、运动、旋转、重量和氛围上都如此细致、如此物理鲜活的 world，几乎没有其他电子游戏能与之相比。

而支撑那种幻象的机制并不是魔法。它是始终有效的古老配方：数学、几何、图、流形、层级、控制系统和经典编程（即算法与数据结构），所有这些都由清晰的目标和更好的设计所塑造。

我听到你说了……游戏都还没发售，你怎么能这么肯定……你该不会只是用一个标题党文章做廉价广告吧？

问得好。是的，你完全有权利这么问。

我之所以能对 GTA 6 有信心地说这些，并不仅仅基于 Rockstar 的营销活动。它主要基于其自己的专利申请文件悄然揭示的核心功能与技术创新的信息，以及这些功能背后的数学。

这就是我在这里使用的素材：公开的预告片、公开的专利，以及任何像 Leonida 这样的世界都必须遵守的数学约束。

透明、真实，任何愿意看证据而不是看炒作的人都能读懂。

而在我们深入 Leonida 背后的细节之前，让我再清楚地说一件事：GTA 6 可能会成为未来数年整个行业的风向标，而它并不需要我们这个时代另一个伟大的炒作：把 transformer AI 塞进一切事物，并把它包装成万物的未来。

因为 GTA 6 真正的奇迹藏在别处。

藏在它的结构里。你会亲眼看到的。请欣赏。

GTA 6 不是新 AI 的胜利。它是古老数学的胜利。

1、GTA 6 不只是更大。它是一个更大的数学问题

Rockstar 的 Leonida 就是它的佛罗里达：Vice City、群岛、湿地、高速公路、小镇、乡村地区、海滩、室内空间、交通、水面、人体、倒影、光线，以及成千上万需要保持连续的物体。

而这正是问题变得比营销更有趣的地方。

因为更大的世界早就存在了。当然存在。Daggerfall 经常被引用，拥有 16 万多平方公里的程序化生成区域。Starfield 给你一千多颗算法星球。No Man's Sky 则完全走向宇宙尺度，拥有一千八百京（quintillion）个世界。但那种规模是用生成换来的，而不是用作者创作换来的。

更密集的世界也存在，但它们通常会缩小地图来实现密度。Cyberpunk 2077 的夜之城是伟大的现代密度机器之一，开放世界公式被压缩得如此之紧，以至于荒野几乎消失。

野心勃勃的手工创作世界同样存在，但它们常常通过划分来解决问题：不同的区域、独立的地图、缝合的大陆、重复的活动、受控的过渡。The Witcher 3 给你 Velen、Novigrad、Skellige 和 Toussaint。Assassin's Creed 给你巨大的历史游乐场，但往往通过重复、分段和规模技巧来实现。

所以，不，如果 Rockstar 兑现了预告片、专利、地图证据及其自身营销所暗示的内容，GTA 6 将不会是有史以来最大的世界。那并不是有趣的断言。

有趣的断言更难。Leonida 可能是一个连续的 world，大到足以被当作地理来解读，密到足以像一座城市那样运转，并且被模拟得足够深入，在那种规模下依然有生命感。

这就是罕见的组合：不是仅仅大、仅仅密、或者仅仅美丽的世界……

而是一个连续的、精心创作的、密集的、物理上令人信服的空间，旨在让你在其中度过的时光不像是在玩一张地图，而更像是栖居在一个活生生的世界里。

而正是在这里，Leonida 不再只是一张地图，而变成了一个数学问题。

因为一旦你把它和 GTA 5 的 San Andreas 相比，真正的困难就出现了。

更大的地图不仅仅是额外的土地。它意味着每个系统同时承受压力：空间、交通、室内空间、物理、光照、倒影、水面、行人、车辆，以及那台让幻象不至于崩塌的隐形流式传输机制。

所以这就是 GTA 6 背后的第一个真正问题：

当内存中不存在任何单一的全局地图时，一台主机如何把地理的各个碎片缝合在一起，而不出现缝隙、错位、颤抖的边缘、断裂的道路或凭空消失的物体？

这个问题听起来很技术化。

它实际上是通往整个奇迹的大门。

2、答案不是简单地增加存储。答案是表示方式

游戏世界不仅仅是一张等待渲染的图片。在机器内部，它是一个数学对象。每一面墙、每一辆车、每条路、每个房间、每个水坑、每棵树、每个行人、每座桥和每把椅子都必须有一个位置，但仅有位置是不够的。物体必须能被快速找到。表面必须捕捉到正确的光线。道路必须保持可搜索。室内空间必须连接起来而不暴露技巧。身体必须移动、碰撞、倒下、恢复，而不会变成破碎的木偶。

如果你天真地把这一切存储为一个巨大坐标系中的一张巨大的平面列表，那么在玩家偷走第一辆车之前你就已经输了。搜索变得昂贵。流式传输开始露出破绽。精度慢慢漂移。GPU 被它本不该关心的物体淹没。

所以 Rockstar 做了优秀工程师在暴力破解不够用时一贯会做的事。

它赋予世界以结构。

思考 Leonida 的一个有用方式是：

W = (M, H)

M 是连续的部分，即哪里：世界的坐标织体，那个你驾车穿行、步行经过、撞进去、穿越而不会注意到接缝的空间。

H 是离散的部分，即是什么：告诉机器什么东西属于什么的层级结构。

把它们（M 和 H）放在一起，你就得到了 Leonida 背后的小奇迹：在一堆干草里找一根针，却不必先烧掉干草堆、数清每一根稻草，还要求 GPU 保持冷静。

Leonida 包含区域。区域包含城市。城市包含街区。街区包含街道。街道包含建筑。建筑包含楼层。楼层包含房间。房间包含物体。物体包含部件。

这听起来可能过于简单，直到你想象这个规模的世界内部隐藏的海量细节。一个嵌套在世界中的世界，细节中的细节，每一层都依赖上一层并供养下一层。

然后来了这个疯狂的问题：当你穿过 Leonida、驾车穿越、撞进其中、进入建筑、跨过街区、触发交通、光线、水面、物理、行人和物体时，引擎是如何每秒都做到这一切，而不留下缝隙、破损的接缝、缺失的房间、漂浮的椅子，或者整个幻象在你眼前崩塌的？

而且所有这些都不能让你的 PlayStation 或 Xbox 过热，不能频繁重启，不能要求你为了维持虚拟世界而购买某种荒谬的额外硬件。

正是在这里，层级结构不再是一个无聊的数据结构，而变成了这个奇迹的秘密架构。下面的示意图让这个技巧可见：如何在 Leonida 的干草堆里找到一根针，而不必让主机检查每一根稻草。

到这时，技巧应该已经清楚了。

主机不会搜索 Leonida 的整个状态来找到一个房间里的某把椅子。那太疯狂了。它会缩小世界。

引擎温和而毫不留情地不断缩小世界：先是区域，然后是街区，然后是街道，然后是建筑，直到数百万个可能的物体被排除，只剩下此刻真正重要的 Leonida 的一小角。

到引擎找到那把椅子时，Leonida 的大部分已经消失了，不是从游戏中消失，而是从机器在那一瞬间需要的极小注意力切片中消失。

这就是它的美妙之处。

平面列表靠穷举来搜索。它像一个拥有无限耐心的傻瓜一样走过干草堆。

层级结构靠归属关系来搜索。它知道一把椅子在一个房间里，房间在一层楼里，楼层在一栋建筑里，建筑在一条街道上，街道在一个街区里，街区在一座城市里。

所以这个系统的美妙之处不在于机器看得更快。

而在于机器通过结构学会了什么可以安全地忽略。

结构胜过平面。

3、穿行 Leonida 而不在转换中迷失

GTA 5 基本可以生活在一个坐标框架内：一个原点，一个网格，每棵棕榈树都从同一个零点测量。

Leonida 不能处理得这么天真。一个如此巨大而连续的世界需要局部地图，每张都有自己的邻近原点，在边缘处重叠，并在你从一个区域移动到另一个区域时安静地转换你的位置。

数学家称之为图册：由转换映射粘合在一起的局部图表。

而这就是为什么旧的 GTA 5 解决方案不能简单地扩展到 GTA 6。一个 float32 坐标离零点越远，它留给微小局部细节的精度就越少。把一张图表拉伸得太远，世界的边缘就会开始颤抖。

你可以在下面的动画的 GTA 5 一侧看到这种失败。

所以这个技巧简单而美妙：永远不要让数字离家太远。

不是一张覆盖整个世界的巨大坐标表，而是许多缝合在一起的局部坐标系。Vice City 有自己的邻近零点。群岛有它们的。Mount Kalaga 又有另一个。从一个区域跨入下一个区域，引擎会安静地把你的位置转换到新的局部坐标系中。

玩家看到的是一个无缝的 Leonida。机器看到的是一张图表图册。不是一张全局地图，而是一个由局部世界缝合而成的流形。

4、进入 Leonida 世界

到目前为止，我们已经看到了 Leonida 如何存在于机器内部：不是一张被拉伸到数字颤抖的愚蠢全局地图，而是一个由局部图表、层级、算法和数据结构构成的结构化世界。

现在我们进入那个世界。

而同样的古老奇迹再次出现，尽管我应该停止称它为奇迹。它不是魔法。它是有纪律的数学。

GTA 6 中最疯狂的飞跃之一，是世界如何到达你的眼睛。

GTA 5 无疑很华丽。但它的大部分光照仍然来自游戏的老时代：烘焙光照、立方体贴图、预计算阴影、为了不让主机在实时计算一切时死机而绘制在世界上的视觉技巧。

GTA 6 似乎跨越了一条界线。

光不再只是被记住。它被追踪。它被采样。它击中表面、反弹、衰减、返回，并从几何构建场景，而不是事后假装，如此深入，以至于引擎预计会在没有光线追踪硬件的情况下拒绝运行。

这才是真正的飞跃。GTA 5 绘制了光的记忆。GTA 6 计算光的路径。

而在下面的动画中，你可以看到为什么查找表无法投射新的阴影。

而光并不止于照明。它的自然延续是反射和折射：不只是阴影和明亮的边缘，还有物体本身，透过水面、玻璃、抛光表面和空气。

这里的飞跃同样惊人。

在 GTA 5 中，反射通常只是屏幕已经能看到的东西的副本。在 GTA 6 中，反射似乎成为世界几何本身的一部分。这意味着一个物体即使已经离开你的屏幕画面，仍然可以在倒影中保持可见。

一代人的时间里，Rockstar 一直在为伪造光线追踪申请专利。在 GTA 6 中，他们不再伪造它。

这改变的不仅是游戏的外观。它改变了游戏的感觉。

屏幕不是世界。世界在屏幕之外延续。而下面的动画正好展示了这种差异。

5、当雨水落在 Leonida 上：一场风暴的几何

光告诉你一个世界看起来是什么样子。水则揭示那个世界是否真的能运转。

雨水落下的那一刻，每一处表面都变成了一场测试。雨滴必须击打、扩散、附着、滑下坡、聚集在洼地，并改变混凝土、玻璃、皮肤和金属返回光线的方式。这就是游戏传统上作弊的地方：用更暗、更亮的纹理替换物理效果，并希望没人看得太仔细。

这是有充分理由的。流体仍然是实时模拟中最难令人信服的东西之一，尤其是在像 Leonida 这样规模的世界中。然而 Rockstar 似乎找到了一种让计算足够廉价、让眼睛足够信服的方法。

那么当雨最终落下时会发生什么？

请自行判断。

6、当 Leonida 在没有 AI 的情况下思考

汽车是最清晰的例子：移动物体如何通过图而不是"大脑"来导航、反应和重新规划路线

我们已经构建了世界、绘制了地图、照亮了它、反射了它，并让它被雨水浸透。现在来了更难的测试：

它能做出反应吗？

汽车是最清晰的例子，但这个想法要广泛得多。Leonida 中的任何移动物体——一辆车、一个行人，甚至可能是一只动物或一艘船——都需要在世界周围发生变化时改变路线。一条被堵塞的路线、一个移动的障碍物，或另一个进入其路径的物体，不应该总是以碰撞告终。

一条封闭的道路对我们来说听起来微不足道，但在游戏内部，它可以暴露整个系统的弱点。如果运动被困在一个僵化的节点序列中，一个障碍物就能把一条路线变成死胡同，把一条街道变成连环追尾。

然而，如果把同样的空间表示为一个加权图，障碍物就会变成系统能够从数学上理解的东西。一条连接变得过于昂贵或不可能，就会搜索另一条路径，物体在撞击前调整。

这就是更宏观的观点。智能不在汽车内部。它存在于汽车穿行其间的结构之中。

在这里，你不会在方向盘后面找到一个聊天机器人，或者一个假装是司机的 LLM。

只有拓扑、寻路，以及一个组织得足够好、能让移动物体互相避让、改变方向并继续前进的世界。

看看两个 GTA 面对同样的障碍物。

当游戏角色开始表现得像人体

平衡、解剖、肌肉控制和持续修正如何把旧的木偶式瘫倒变成某种令人不安的活物

让汽车找到另一条路线的自适应逻辑，现在触及到了一个更难伪造的东西：人体。

一条路只需要提供另一条路径。而一个身体必须同时协商重量、平衡、重力、关节、肌肉张力、冲击，以及它自身解剖结构的顽固极限。推一个角色、让一个角色失去平衡、让他们撞上墙壁、跌下斜坡、在迈步中扭转，或者在受到打击后试图恢复，幻象都会立即受到考验。

在 GTA 5 中，这种考验常常以熟悉的木偶式瘫倒告终。反应可能壮观而滑稽，但身体有时似乎过早地投降，折叠成怪诞可笑的姿势，任何真实的骨骼、肌肉系统或受惊的人都不会自然选择。

GTA 6 似乎瞄准了更雄心勃勃的东西。身体不会只是倒向一个准备好的反应，然后在现实碍事时放弃。它会持续调整。平衡移动，关节补偿，肌肉引导四肢，目标姿势随着碰撞的展开而改变。

这远远超出布娃娃物理的范围。同样的原理可以塑造角色在撞击前支撑自己、抓住坠落、奔跑中转身、翻越障碍物、糟糕地着地、保护头部、恢复立足点，或在崎岖地面上负重的方式。每一个动作都变成了角色想要做什么与世界刚刚对身体做了什么之间的协商。

结果不仅仅是更流畅的动画。它是一个似乎理解自身重量的身体。

不是因为在每块肌肉里都藏着一个微小的头脑，而是因为几何、解剖、物理和反馈控制每零点几秒就在互相修正。

看看两个 GTA 让同一个身体承受同样的力。

7、从没有 AI 的几何，到未来 GTA 7 中的 GEO-AI

GTA 6 展示了在现代 AI 甚至还没有进入房间之前，几何和经典编程能取得什么成就。

这是否意味着，每当我们构建需要预测性、可靠性和稳定性的大型技术系统时，就必须放弃 AI？

完全不是。

读过我此前文章的人已经知道答案：一种真正几何化的 AI，一种 GEO-AI，在这种 AI 中，学习最终被置于一个足够强大、能够引导它的数学结构之中。

也许未来的 GTA 7 可以融合这两个几何世界。不是由自由漂浮的聊天机器人驱动的行人，而是记忆、路线、身体状态、社会关系和决策都在一个结构化几何空间中流动的智能体。AI 仍然可以学习、即兴发挥并给我们惊喜，同时它的几何结构保留历史、方向和不变性，并让那些漂向矛盾或物理无意义状态的路径变得越来越昂贵。

不是悬浮在世界之上、昂贵且充满幻觉的 LLM 大脑，而是一个被赋予正确几何、得以在其中思考的头脑。

原文链接: GTA 6 Spoilers: The Most Ambitious Game Ever Made Doesn’t Need AI to Think

汇智网翻译整理，转载请标明出处