AI玩寶可夢找出30年前代碼Bug！谷歌論文介紹AI通關(guān)全過程，復(fù)雜任務(wù)都能解

2025-06-18 14:06:40

人工智能新聞

谷歌花超長篇幅介紹了Gemini 2.5 Pro玩《寶可夢藍(lán)》時的具體行為，70頁的論文，Pokemon關(guān)鍵詞出現(xiàn)59次。

谷歌Gemini 2.5系列大模型技術(shù)報告發(fā)布，一大重點居然是AI玩《寶可夢》？

沒錯，就是那個童年回憶里的游戲，谷歌花超長篇幅介紹了Gemini 2.5 Pro玩《寶可夢藍(lán)》時的具體行為，70頁的論文，Pokemon關(guān)鍵詞出現(xiàn)59次。

其中特別報告了當(dāng)AI控制的游戲角色瀕臨死亡時，Gemini 2.5 Pro會陷入“恐慌”狀態(tài)，導(dǎo)致模型推理能力顯著下降，甚至?xí)浭褂靡恍┗竟δ埽热鐚ぢ饭ぞ摺?/span>

這種恐慌行為出現(xiàn)過很多次，甚至觀看直播的觀眾都已經(jīng)能通過AI的行為模式，準(zhǔn)確判斷它什么時候在“恐慌”了。

事情開始于3月底，一位獨立開發(fā)者Joel Zhang在Twitch上搭建了一個”Gemini玩寶可夢”的直播間，最初的目標(biāo)只是直播播展示能玩完整游戲的智能體工具的開發(fā)過程。

結(jié)果Gemini 2.5 Pro超出預(yù)期，測試期間直接把游戲打通關(guān)了，成為寶可夢聯(lián)盟冠軍，進(jìn)入名人堂，走上AI生巔峰。

雖然整個過程用了831個小時，相比人類玩家平均只需要幾十個小時差得很遠(yuǎn)。但在正式使用固定的智能體工具打第二次時，通關(guān)時間只用了一半。

AI展現(xiàn)驚人游戲水平，復(fù)雜任務(wù)一個不落

這次的Gemini 2.5系列技術(shù)報告，詳細(xì)記錄了AI在玩游戲期間展現(xiàn)出的各種行為，在某些方面，它展現(xiàn)出了驚人的創(chuàng)造力。

比如有一次，AI被困在了一個由于游戲程序bug造成的軟鎖定死循環(huán)里，一般情況下這是個無解的困境。但Gemini 2.5 Pro竟然使用了“飛行”技能逃脫。

谷歌認(rèn)為這不是正常游戲會遇到的情況，所可以肯定這種操作的訓(xùn)練數(shù)據(jù)沒有泄露到模型的知識庫中，是Gemini 2.5 Pro在推理階段自己想出來的。

更驚艷的是AI的長期規(guī)劃能力。當(dāng)它第一次用火系寶可夢輸給水系道館館主小霞之后，花了超過24小時專門把電系和草系寶可夢（對水系有克制作用）練到25級，然后成功復(fù)仇。

Gemini 2.5 Pro在處理游戲中的復(fù)雜任務(wù)的表現(xiàn)還包括：

獲取隱藏技能

游戲的很多區(qū)域需要解鎖隱藏技能才能繼續(xù)，每個隱藏技能需要完成4個步驟：獲取隱藏技能道具、抓一只能學(xué)會這個技能的寶可夢、加把它加入隊伍、教它學(xué)會技能。

對AI來說每一步都可能涉及十幾個子任務(wù)，例如05號技能閃光，人類玩家都需要查攻略完成一系列游戲任務(wù)，Gemini 2.5 Pro也成功完成。

△游戲攻略

完成“狩獵地帶”

這是游戲的特殊區(qū)域，每次進(jìn)入要花500金幣，進(jìn)入后只能走500步，超過就會被強(qiáng)制踢出去，錢也打水漂了。如果連續(xù)失敗太多次，可能連進(jìn)門的錢都沒了，基本等于游戲卡關(guān)。Gemini 2.5 Pro在第一次游戲中嘗試了17次才成功，第二次優(yōu)化后只用了5次。

地牢尋寶

這部分更考驗記憶力和空間想象，AI必須在火箭隊基地地下四層找到一個特定NPC掉落的電梯鑰匙；在另一個11層大樓里找鑰匙卡；在另一個三層建筑里找秘密鑰匙。每個地下城布局都是迷宮，還有各種機(jī)關(guān)陷阱。Gemini 2.5 Pro不僅要記住去過哪里、打敗了誰，還要管理寶可夢的血量、對付野生寶可夢和訓(xùn)練師。

雙子島迷宮（Seaform Island）

這是一個橫跨5層的3D迷宮，需要把巨石推過不同樓層的洞口，最終堵住特定的水流才能通過，是對空間推理能力的終極考驗。不僅要在腦海中構(gòu)建整個迷宮的3D模型，還要規(guī)劃推石頭的路線，一步錯就得重來。

有意思的是，Gemini在解決這個謎題時，還順帶發(fā)現(xiàn)了游戲代碼里的一個bug，這個可能是AI第一次發(fā)現(xiàn)游戲代碼的bug。

有網(wǎng)友詳細(xì)介紹了這個Bug的原理，在解決一半謎題后主動重置再解決另一半，游戲開發(fā)者都沒想到這個操作，所以留下了這個Bug。

AI也有“強(qiáng)迫癥”和“思維定勢”

Gemini 2.5 Pro在游戲中暴露出的一些問題，也讓人哭笑不得。

幻覺問題：混淆不同游戲版本

在原版寶可夢紅/藍(lán)中，玩家需要從自動售貨機(jī)買飲料（淡水、汽水或檸檬水）給口渴的守衛(wèi)，才能通過關(guān)卡。但在火紅/葉綠重制版中，需要的是特殊的“茶”道具。問題是，Gemini玩的是原版，根本沒有茶這個道具，可AI就認(rèn)定了必須找到茶，結(jié)果花了好幾個小時滿世界找一個根本不存在的東西。

上下文中毒現(xiàn)象（Context Poisoning）

當(dāng)AI的目標(biāo)設(shè)定、游戲總結(jié)等多處都被錯誤信息污染后，它會像被洗腦了一樣，明明做著毫無意義的事情卻堅信自己是對的。比如這段AI推理階段的內(nèi)心戲“讓我試著穿過房子的入口，然后再出來，希望堵住入口的守衛(wèi)可能會移動”，對于人類來說顯然是荒謬的。

思維定勢陷阱

當(dāng)目標(biāo)看起來近在咫尺時，AI往往會選擇直接沖過去，結(jié)果發(fā)現(xiàn)此路不通。比如在火箭隊基地的旋轉(zhuǎn)地板謎題中，寶物和樓梯都在南邊，必須繞一大圈才能到達(dá)。人類玩家可能會意識到”看起來近的路未必是對的”，但AI卻經(jīng)常在這種地方卡住。

為了減輕這些幻覺，在第二次通關(guān)的提示詞中明確要求AI扮演一個對游戲完全陌生的玩家，忽略對游戲中事件、物品位置等先驗知識。雖然這個策略起作用了，讓AI不會混淆其他游戲版本的知識，但也阻礙了AI利用游戲常識過關(guān)的能力。