全球AI产业正经历深刻的技术范式转变，行业不仅关注基于通用模型的应用搭建，也愈发关注如何构建真正符合产业需求的模型能力体系，其中，“后训练”技术（Post-Training）至关重要。2025云栖大会《大模型后训练：打造企业专属智能引擎》论坛汇聚行业顶尖后训练专家，聚焦Data、Evaluation、Reward、Scaling、Infra五大关键要素，深入探讨后训练在真实场景中的关键技术瓶颈、方法论演进与行业实践范式。
会上，网易伏羲语言智能组负责人张荣升带来题为 《网易伏羲在游戏智能交互场景的应用实践》的演讲，系统展现了大模型后训练技术如何打破传统NPC（Non-Player Character，非玩家角色）的交互局限，为游戏世界注入更具生命力的智能交互体验。
1、游戏智能NPC：从“提线木偶”到“有灵魂的居民”
NPC作为游戏交互的关键载体，不仅承担推动剧情发展、丰富游戏世界的功能，还能提升玩家的游戏沉浸感。传统NPC依赖策划预设的固定脚本运行，行为逻辑单一、交互深度有限，虽然开发成本低，但游戏体验易陷入同质化；而智能NPC能依据游戏环境的动态变化自主决策，让玩家每一次交互都充满新鲜感，其主要开发成本集中于模型推理环节。张荣升认为，传统NPC是游戏里的提线木偶，智能NPC则是游戏世界里有灵魂的居民。
智能NPC背后，是一套以AI为核心驱动的Agent技术架构。智能NPC被定义为具备感知、认知、决策与记忆能力的Agent，通过跟游戏环境不断交互，来影响游戏世界。这些能力的打造离不开AI后训练。例如，结合不同游戏的专属设定进行后训练，确保NPC行为与游戏场景高度契合；针对高表现力NPC的个性化需求，团队为定制NPC做模型的后训练；面对海量玩家带来的服务部署压力，团队综合考量全链路部署成本等因素，通过“大模型蒸馏小模型+后训练”的策略满足服务性能。
2、《新倩女幽魂》端游：会“讨价还价”的家臣系统
在《新倩女幽魂》端游的家臣系统中，玩家可招募家园NPC作为家臣，NPC则会综合参考自身基准薪资、与玩家的关系亲疏及自身出身背景等信息，最终判断是否接受玩家报价。例如，NPC基准薪资为1000文，若玩家出价900文会被明确拒绝，而出价950文则会经过思考后应允。招募完成后，玩家与NPC的交互进一步深化：既可以开展日常对话，也能向NPC索要游戏道具，但NPC并非 “有求必应”，其回应会根据玩家态度、双方实时关系等游戏状态动态调整。这种“讨价还价”背后，是针对游戏场景的AI预训练与后训练在精准调控。
该系统涵盖意图识别、任务分发、决策生成以及对话生成等核心能力，围绕游戏智能NPC场景，在基座大模型上做后训练以满足智能体交互的需求。以意图识别为例，训练数据覆盖《新倩女幽魂》中索要物品、交易协商等行为，团队在数据构建中既注重不同场景的均衡性，又根据模型Bad Case持续迭代优化，同时通过 “模型标注+人工标注” 的方式确保数据的准确性。
此外，团队在决策环节创新性地引入了CoT（思维链），不仅让NPC的决策过程更易被玩家理解，还能为对话场景提供支撑。比如，当玩家试图用“双倍薪资”策反其他玩家的NPC时，NPC会思考决策，并通过对话模型和心理状态描写呈现给玩家，让玩家清晰感知到NPC的“权衡”与“妥协”。为避免小模型对话与决策 “言行不一”，团队采用对比训练：相同上下文给定不同决策结果，由能力更强的基座模型生成对应回复，再通过对比训练强化小模型的言行一致性。
3、《永劫无间》手游：会聊又能打的AI队友
如果说家臣系统侧重“深度交互”，《永劫无间》手游的AI队友则聚焦“实时陪伴”。在《永劫无间》手游的 AI 队友系统中，玩家不仅可通过语音指令让AI队友执行集火敌人、捡装备等操作，还能获得即时情绪反馈。这种带有情感温度的交互，大幅提升了玩家的游戏陪伴感。其背后是各技术模块围绕《永劫无间》手游进行的场景化后训练：
- 语音识别。团队需解决多机型硬件适配（如iPhone、华为、小米等）、复杂环境噪音过滤，以及游戏专业话术理解（如跑毒、吃花）等问题。为此，团队建立了覆盖游戏术语与指令的标准测试集，在基座模型上持续开展游戏话术训练，并通过数据闭环对SFT（监督微调）数据进行迭代优化；
- 指令理解。将玩家语音输入解析为战斗模块所需的核心要素（如动作类型、目标队友、目标物品），后训练重点强化了游戏领域指令与多轮指令的理解能力；
- 人设打造。团队采用两阶段后训练策略：第一阶段基于伏羲沉淀数据打造文娱知识增强模型，提升其文娱知识储备；第二阶段在SFT环节引入多源对话数据（真人创作数据、文娱领域语料、人机交互数据等），增强角色扮演能力；
- 记忆感知。团队专门针对记忆抽取进行后训练，让AI队友抓取玩家感知更强的记忆点，为玩家带来意外惊喜；
- 语音合成。通过基座模型持续训练实现音色与情感的精准把控，并借助网易有灵众包平台形成 “数据标注-模型迭代” 的闭环，让交互更自然。
最后，张荣升特别致谢通义开源生态，其提供的多尺寸、多模态的模型选型，为智能NPC的技术研发提供了重要基础。
在AI与游戏产业深度融合的趋势下，网易伏羲以智能NPC为突破口，推动游戏交互从“功能实现”向“情感联结”升级，为玩家构建更鲜活、更沉浸的虚拟世界，助力游戏产业打开“有灵魂的交互”新篇章。
 Stellar: 阿里新一代云AI RDMA网络)
