摘要：DeepMind与《EVE Online》开发商Fenris Creations建立研究合作，并对其进行少数股权投资。真正值得关注的，不是AI进游戏，而是AI测试场正从规则清晰的竞技场，走向经济、政治、组织与长期战略交织的复杂社会系统。
摘要：DeepMind与《EVE Online》开发商Fenris Creations建立研究合作，并对其进行少数股权投资。真正值得关注的，不是AI进游戏，而是AI测试场正从规则清晰的竞技场，走向经济、政治、组织与长期战略交织的复杂社会系统。
2026年5月6日，《EVE Online》背后的老牌冰岛游戏公司CCP Games宣布重新独立并更名为Fenris Creations，同时获得Google DeepMind少数股权投资，并建立研究合作。DeepMind将使用本地服务器上运行的离线版《EVE Online》测试模型，重点研究长期规划、记忆和持续学习。这件事真正值得关注的，不是“AI进游戏”本身，而是AI测试场正在从规则明确的竞技场，走向经济、政治、组织、欺骗、协作和长期战略交织的复杂社会系统。下一代AI竞争，比的可能不再是谁更会答题，而是谁能在一个像社会一样运行的世界里长期行动。
一、这不是一条普通的游戏新闻
2026年5月6日，《EVE Online》开发商CCP Games宣布，公司在从Pearl Abyss完成出售后重新独立运营，并启用新名字 Fenris Creations。GamesIndustry 报道显示，这笔交易总额为1.2亿美元，其中包括1亿美元现金和2000万美元加密资产。更关键的是，Fenris Creations同时宣布与Google DeepMind建立研究合作，Google还取得了这家公司的少数股权。
如果只是“AI公司投资一家游戏公司”，这条新闻本身并不稀奇。真正值得注意的是合作内容。根据官方披露，DeepMind不会简单地把模型塞进游戏里做NPC，而是会在本地服务器上运行一个受控的离线版《EVE Online》，用于测试和评估模型。合作聚焦的研究方向包括 long-horizon planning、memory 和 continual learning，也就是长期规划、记忆和持续学习。
这意味着，DeepMind看中的不是一个游戏IP的商业联名价值，而是《EVE Online》作为复杂系统训练环境的独特属性。换句话说，它不是在找一个“更酷的Demo场景”，而是在寻找下一代AI真正需要的压力测试场。
二、DeepMind的测试场，一直在升级
如果回看DeepMind过去十多年的路径，会发现这家公司几乎一直在用“游戏”推动AI边界。从早期Atari，到后来震动世界的AlphaGo，再到进入《星际争霸2》的AlphaStar，游戏从来不是娱乐附属品，而是AI能力测试的压缩现实。
围棋之所以重要，是因为它证明AI可以在规则严谨、状态空间巨大但信息完备的博弈中超越顶级人类。AlphaStar之所以重要，是因为它把测试场推进到了实时战略层面。根据DeepMind官方和Nature论文，AlphaStar最终在《星际争霸2》中达到Grandmaster水平，排名超过Battle.net上99.8%的活跃玩家。这说明AI不只会做静态推理，也能在不完全信息、实时决策、动作空间巨大的系统中形成策略。
但《EVE Online》比《星际争霸2》更进一步。因为《星际争霸2》再复杂，本质上仍然是一局一局的比赛，有地图边界，有资源规则，有明确胜负条件。而《EVE Online》不是“打完一局就结束”的竞技场，它更像一个长期运行、不断演化、由玩家共同塑造的社会系统。DeepMind此时盯上《EVE Online》，其实是在把训练场从“复杂博弈”推进到“复杂文明”。
三、《EVE Online》为什么特殊，它不是一款普通太空网游
很多游戏的世界，本质上仍是设计师预设好的流程。玩家可以在规则范围内探索，但世界本身不会因玩家长期行为而形成深层社会结构。《EVE Online》不同。Fenris官方在公告里强调，这款2003年上线的产品拥有单一共享宇宙、玩家驱动经济和涌现式玩法。它不是玩家沿着任务线通关，而是玩家在同一个宇宙里采矿、制造、运输、交易、结盟、背叛、战争、垄断、操盘和长期经营。
这使得《EVE Online》更像一场长期运行的社会实验。一次不起眼的贸易决策，可能在数周后影响一场联盟战争；一个看似边缘的资源布局，可能在几个月后决定某个区域的力量平衡；一段长期积累的信任关系，也可能因为一次渗透、叛变或价格操纵而彻底崩塌。这里的复杂性不只来自数值系统，而来自经济、政治、组织和心理博弈的交叉叠加。
对AI而言，这种环境的价值极高。因为它逼迫模型面对现实世界最难的一类问题，不是“哪一步最优”，而是“在一个不断演化、没有标准答案、并且每个动作都有延迟后果的世界里，怎样活下去、扩张、协作、博弈、修正”。这已经不只是游戏问题，而是复杂系统中的智能问题。
四、为什么DeepMind点名长期规划、记忆和持续学习
DeepMind公告里最值得反复看的三个词，是长期规划、记忆和持续学习。这三个词几乎正好击中了当下大模型最明显的短板。今天的大模型已经很擅长回答问题、写代码、生成图像，甚至能完成一些跨工具、多步骤任务。但只要任务拉长到数周、数月，并要求在中途持续修正策略、保留上下文、理解历史和适应环境变化，能力就会迅速掉下去。
很多Agent演示之所以惊艳，是因为它们展示的是一次性任务闭环，比如订票、整理材料、调用API、生成报告。但《EVE Online》不是这种短程任务。它要求智能体记住自己过去做过什么，知道别人过去做过什么，还要理解世界状态正在如何变化。资源价格会上下波动，联盟关系会改变，战略重心会迁移，敌意和信任都在持续重写。
这正是memory和continual learning真正困难的地方。它们不是一次推理里多记几段上下文，而是在一个持续变化的环境里不断积累经验、调整策略，并且避免“学了新的忘了旧的”。如果AI能在这种环境里表现稳定，那它离真正意义上的长期自主行动就近了一大步。
五、从语言模型到世界模型，AI的训练逻辑正在变
这次合作背后还有一条更大的线索，就是AI正在从“语言模型时代”走向“世界模型时代”。DeepMind在2025年发布Genie 3时，就已经明确把world models提到战略核心位置。根据DeepMind官方介绍，Genie 3可以根据文本提示实时生成动态世界，并在数分钟内保持环境一致性，允许用户在其中交互和探索。
这件事的意义在于，AI训练不再只依赖文本、图像、代码这类静态数据，而是开始依赖可交互、可演化、可反馈的环境。语言模型擅长预测下一个token，但很多更高阶的智能行为，并不是靠预测文本本身学出来的，而是靠在环境中行动、观察后果、更新策略逐步形成的。
《EVE Online》和Genie这样的世界模型，恰好构成互补关系。Genie代表“AI自己生成世界”，《EVE Online》代表“AI进入一个已经运行二十多年的复杂世界”。前者提供可无限扩展的仿真空间，后者提供真实玩家长期塑造出来的社会结构。如果未来这两条路线汇合，AI训练的一个新范式可能就会出现，不是只喂语料、跑benchmark，而是在大量虚拟社会和复杂世界中学习如何行动。
六、这件事为什么不只是游戏业的事，而是整个复杂系统AI的信号
如果只从游戏行业看，这件事当然已经足够大。过去游戏里的AI，大多是脚本式NPC，能巡逻、攻击、逃跑、交易，或者在新一轮大模型浪潮中升级成“更会聊天”的NPC。但真正的下一步，不是NPC更会说话，而是它们开始拥有记忆、目标、关系网络、经济行为和长期策略。到那时，游戏世界就不只是内容消费品，而更像一台社会模拟器。
但这件事的外溢价值更大。因为《EVE Online》里需要解决的问题，和现实世界很多复杂系统高度相似。企业经营要做长期资源配置，供应链要处理多主体协同，金融市场要面对预期、博弈和反馈，工业系统要在多变量约束下做持续优化，城市治理更是组织、资源、规则与行为之间的长期动态平衡。
从这个角度看，DeepMind选择《EVE Online》，其实是在寻找一种“复杂系统风洞”。就像航空工业需要风洞测试气动表现，自动驾驶需要仿真环境测试极端场景，工业AI需要数字孪生验证设备与流程协同，通用AI也需要一个足够复杂、足够可控、足够安全的世界，来测试模型在长期、多主体、不确定环境中的行为稳定性。
七、为什么“离线、本地、受控”这几个词非常关键
这次合作里还有一个很重要但容易被忽略的点，就是DeepMind测试模型的环境不是线上正式服，而是运行在本地服务器上的离线版《EVE Online》。这不是技术细节，而是治理边界。因为《EVE Online》的价值恰恰来自玩家长期共同创造的生态，一旦把实验AI直接扔进正式世界，玩家体验、经济平衡、政治结构甚至社区信任都会受到干扰。
离线受控环境的好处在于，它既保留了复杂系统的结构，又避免直接污染真实玩家生态。DeepMind可以在里面观察AI如何做长期决策、如何形成组织行为、如何处理资源和冲突，而不至于把线上游戏变成实验室。对于玩家社区来说，这也是一种必要的尊重。因为真正稀缺的，不只是游戏引擎和规则，而是二十多年积累下来的社会历史。
同时，这种安排也降低了另一类风险。假如AI在《EVE Online》里学会的是操纵、欺骗、联盟渗透、市场垄断，这些能力是否应该被直接迁移到现实世界？显然不能轻率对待。受控环境至少提供了一层缓冲，让研究者可以先观察模型在复杂社会结构中的行为模式，再讨论哪些能力值得保留，哪些能力必须被限制。
八、Fenris重新独立，也是在重新定义《EVE Online》的价值
对Fenris Creations来说，这次合作同样不是简单融资。GamesIndustry披露，公司在重新独立后不会裁员，领导团队、工作室、产品和开发计划保持不变，Google则通过少数股权和研究合作进入。这意味着Fenris并不是在卖掉《EVE Online》的未来，而是在重新定义它的未来。
过去人们看《EVE Online》，会把它视作一款老牌MMO，一个经久不衰的游戏社区资产。但在AI时代，它可能还是一种更稀缺的东西：一个已经长时间运行、规则足够复杂、社会行为足够丰富、又可以被复制到受控环境中的虚拟社会基础设施。这样的资产，在未来可能比很多新IP更有战略价值。
这对游戏公司、工业软件公司、仿真平台和数字孪生企业其实都是提醒。未来真正值钱的，未必只是画面更精美、交互更顺滑，而可能是你有没有一个持续运行、数据丰富、反馈真实、能承载长期行为的复杂世界。因为AI需要的不只是数据，更需要环境；不只是样本，更需要行动空间。
九、下一阶段的AI竞争，可能就是“谁拥有世界”
过去十年，AI公司争夺的是文本、图片、代码和视频。未来十年，它们争夺的，很可能是交互环境、仿真世界、复杂系统和真实反馈。谁拥有一个高质量虚拟世界，谁就可能拥有训练下一代Agent的重要基础设施。
所以，DeepMind与《EVE Online》的合作，不能只被理解成“AI公司投资游戏”。它更像一个信号，表明AI竞争正在进入“复杂世界训练”阶段。早期AI比的是谁能识别图像，后来比的是谁能生成文本，再后来比的是谁能写代码、调用工具、完成任务。接下来，AI公司很可能会比拼谁能让Agent在真实或仿真的复杂世界中长期行动、持续学习、形成策略，并与其他智能体共存。
如果说AlphaGo让世界相信AI可以掌握人类顶级棋类智慧，AlphaStar让人看到AI可以进入实时战略系统，那么DeepMind与《EVE Online》的合作，可能是在提出一个更大的问题：当AI进入一个像社会一样运行的世界，它到底会学会什么？这才是这条新闻真正值得持续关注的地方。
参考资料
-
GamesIndustry.biz（2026-05-07）：CCP Games rebrands as Fenris Creations following sale from Pearl Abyss
-
VGC（2026-05-07）：Eve Online studio CCP Games is rebranding following its split from Pearl Abyss
-
DeepMind Blog（2026-03-03）：AlphaStar: Grandmaster level in StarCraft II using multi-agent reinforcement learning
-
Nature（2019）：Grandmaster level in StarCraft II using multi-agent reinforcement learning
-
DeepMind Blog（2025-08-05）：Genie 3: A new frontier for world models
-
DeepMind Models：Genie 3