Kult用Gemini打造真正懂游戏的AI游戏伴侣

Kult是伦敦的一家初创公司,做游戏伴侣。它在你玩游戏时挂在旁边,识别你玩的是哪款游戏、进度到哪,通过语音和第二块屏幕回答问题。你玩得越多,它越了解你的风格。

这个产品要解决三个问题:延迟、准确性、成本。以前游戏中途求助,要切窗口、开视频、刷论坛,还得祈祷找到答案前没忘记为什么找。信息应该来找玩家。游戏对时间敏感,答案必须快,交互要像身边坐着一位懂游戏的朋友。通用模型有训练截止时间,对某个游戏、补丁或构建容易过时出错。玩家开局10分钟和玩了100小时,同一个问题应该得到不同回答。作为常驻伴侣,一次会话要处理很多轮,每轮必须足够便宜。覆盖上百款游戏,添加一款游戏还不能有手工活。

Kult的解法是同时使用多种Gemini模型。最轻量的Gemini Flash负责高频重复工作,包括每添加一款游戏要做的数千次小调用,也负责每一轮对话:理解玩家在问什么,基于游戏知识库写答案。最新最强的Gemini模型处理每款游戏只做一次的重推理。Kult通过Gemini平台和Gemini Developer API访问模型,路由层为每个模型选择后端,后端跑在Google Kubernetes Engine上。对小团队来说,在同一个API表面上拥有这么大选择范围很关键。Gemini Flash在价格、速度、质量上的组合,他们表示在其他地方没找到,这也是常驻游戏伴侣能做成消费产品的理由。

每个答案分两部分。语音给短版本,同一时刻视觉答案落到玩家副屏的信息流里:图片、嵌入视频、地图、为该游戏制作的交互工具,以及背后指南和创作者的链接。这个信息流用Google的Agent生成界面开放标准构建。模型不写代码,而是用Kult设计的组件目录描述想要的界面,应用以Kult自己的风格原生渲染。这样信息流安全、一致,也无需重写前端就能添加新的视觉答案和设备。

Kult现在覆盖超过100款游戏,添加游戏是自动化流程,不是手工项目。这让小团队能面向玩家拿起的任何游戏,包括大多数玩家集中在头几周的新发售。目前Kult在首批玩家中做alpha测试,未来几个月开放更多。团队与Google Cloud建立了紧密合作,需要时可以直接接触他们的工程师。

Kult的运作基于五个原则。

答案来自Kult自建的知识库,而不是模型碰巧记得什么。游戏每个补丁都会变。对每款覆盖的游戏,Kult自动构建结构化知识库并保持更新,模型的职责是在知识库之上推理。

答案取决于提问的人。Kult跟踪会话:玩的游戏、刚才做了什么、上一句问了什么。玩家说“他对什么弱?”不需要解释就知道你面对的是哪个Boss。时间久了,它会根据你的玩法、问过什么、忽略什么,调整答案。

玩家不会被晾着。Kult立刻回应,维持对话,深层推理在后台跑。语音答案短,视觉信息流承载语音装不下的内容。

能用最小模型完成的工作就用最小模型。系统里很多工作其实是决策,不是写东西。比如理解查询属于哪个游戏、是否需要查知识库、答案有没有覆盖要点。这类决策用的是Jev,一个只做决策的模型,返回带校准置信度的选项。高置信度的判断在零点几秒内完成,成本很低,不确定的再升级到更大的Gemini模型。每个模型都在注册表后面,新模型发布时用了解游戏的真人写的参考答案做基准测试,赢了才换上去。

每个问题都让Kult变得更好。玩家的问题会暴露知识库哪里薄、下一步该建什么。Kult正在把这种循环设计成每轮会话都收紧。玩的人越多,知识库对所有人越丰富。每轮会话既教玩家,也教整个Kult系统。

接下来是计算机视觉。未来几个月,Kult会开始看到游戏里正在发生什么,让伴侣在提问前就感知到当下的局面。Kult正在用Google的Live模型做视频理解等工作。

Kult built a gaming companion with Gemini that actually knows your game

查看原文