自然对话
玩家与 NPC 的交流不限于预定答案的对话树，而是通过即时的行动与反应展开真实对话，回应由生成式 AI 现场产生。
NEO NPC
AI TOOL PROFILE工具资料育碧巴黎研发的生成式 AI 原型，让游戏 NPC 与玩家进行自然对话。
官网地址 https://news.ubisoft.com/en-us/article/5qXdxhshJBXoanFZApdG3L/how-ubisofts-ne…
价格官网未标价
平台—
归类游戏与虚拟世界
收录2026-10-12
复核2026-10-12
编辑评分
4.4 / 5
★★★★☆
NEO NPC编辑总结
NEO NPC 是育碧巴黎工作室一支小型研发团队与 Nvidia Audio2Face、Inworld 大语言模型合作推进的生成式 AI 项目，目标是在不破坏情境真实感与角色设定前提下，让玩家和 NPC 进行自发对话，而不是在预定答案的对话树里选分支。角色性格、背景故事与说话方式由叙事编剧 Virginie Mosser 花约一年半时间塑造，数据科学家 Mélanie Lopez Malet 则借助护栏系统、玩家输入分析、3D 环境与文本指令训练模型去「扮演」这个角色。它目前仍是一个研发原型，不是面向玩家的完整产品。
NEO NPC是什么？
NEO NPC 是育碧巴黎工作室一支小型研发团队主导的生成式 AI 原型项目，合作方包括 Nvidia 的 Audio2Face 应用与 Inworld 的大语言模型。它要解决的问题是：让玩家与游戏内非玩家角色的交流摆脱预设对话树的限制，变成有来有回的自然对话，同时不破坏玩家所处情境的真实感，也不让角色「出戏」。
项目的核心做法是把「角色」与「程序」分开。NPC 的性格、背景故事与对话风格由编剧 Virginie Mosser 塑造，她花了一年半时间创作角色；随后数据科学家 Mélanie Lopez Malet 通过护栏系统、玩家输入分析、3D 环境信息与文本指令，教模型去模仿编剧原本设定的角色。模型的任务被定义为「我必须扮演这个角色」，团队会反复自问「这是 Lisa 吗？Lisa 会这么说吗」，一旦答案是否定的，就回头排查模型在哪一步偏离了编剧的构想。
对普通玩家而言，这套机制意味着 NPC 的回应会根据对话上下文实时生成，而不是从固定选项中挑一句；对编剧和叙事设计师，工作方式变成先写角色设定，再用这份设定去「养育」模型；对研发与数据科学团队，重点则是护栏与迭代调参，控制玩家行为不把场景气氛或剧情目标带偏。
NEO NPC核心功能
编剧塑造角色
NPC 的性格、背景故事与说话方式由编剧创作，叙事编剧 Virginie Mosser 花了一年半时间为项目塑造角色，模型只负责扮演。
护栏系统
通过护栏系统约束模型行为，配合玩家输入分析与 3D 环境信息、文本指令，让模型始终贴合编剧设定的角色，不越界。
输入分析
对玩家输入进行解析，据此刻画 NPC 应有的反应方式，让回应既符合角色设定，又贴合玩家当下的行为。
迭代调校
团队边对话边自问「这是 Lisa 吗」，一旦发现模型偏离编剧构想，就回头排查原因并调整，靠反复迭代把角色校准回来。
情境约束
角色被设定为对玩家提示以特定方式反应或不反应，避免玩家行为打破某个场景的气氛，或偏离场景最终希望玩家达成的目标。
Audio2Face 集成
与 Nvidia 的 Audio2Face 应用配合，让生成出来的对话能对应到角色面部表现，是项目中负责语音与口型一侧的组件。
Inworld 大模型
底层对话能力由 Inworld 的大语言模型提供，育碧的研发工作围绕如何让这个通用模型稳定地扮演指定角色展开。
NEO NPC值不值得用？
如果关心的是「NPC 能不能不再背台词」这件事本身，NEO NPC 是目前少见的、把编剧主导与生成式 AI 结合起来的公开案例，值得研究它的角色塑造流程与护栏思路。但如果想立刻在游戏里用上，它只是育碧巴黎一支小型研发团队的原型，没有公开的发行计划、价格与可用平台，短期内等不到成品。对独立开发者来说，它的参考价值在于工作方法——先由编剧写角色，再教模型扮演，而不是反过来让模型自由发挥。
建议选它的情况
- 关注游戏叙事与生成式 AI 结合方向的从业者，可研究其编剧主导的角色塑造流程
- 想了解如何在开放对话中维持角色一致性的研发团队，可参考护栏与迭代调校思路
- 对 NPC 对话系统演进感兴趣、想看实际合作案例的读者
不建议选它的情况
- 想马上找一款能用的 NPC 对话工具或插件的人：目前只有原型，没有可购产品
- 需要明确价格、平台与发行时间的团队：这些信息均未公布
NEO NPC使用建议
入门先把路子走对
- 先读角色部分从编剧 Virginie Mosser 花一年半塑造角色这一段读起，这是理解项目为何强调「角色由人写、模型只负责扮演」的入口。
- 分清三方分工留意育碧巴黎、Nvidia Audio2Face、Inworld 大语言模型各自负责哪一块，能避免把整个对话能力都算到育碧头上。
- 抓住护栏概念护栏系统、玩家输入分析、3D 环境与文本指令是同一组约束手段，读时把它们当成一个整体，更容易理解角色为何不跑偏。
进阶省时间也省钱
- 借用自检问句团队用「这是 Lisa 吗？Lisa 会这么说吗」来校验模型输出，设计自己的 NPC 对话时可以直接借用这句作为人工验收标准。
- 先写背景再训模型项目的顺序是先有角色的希望、梦想与成长经历，再让模型学习扮演，按这个顺序走比先调模型再补设定更容易保持一致。
- 把偏离当线索团队发现模型跑偏时，会回头查是模型内部哪一步出了问题，而不是直接改台词，这种排查方式比反复重写提示更省事。
NEO NPC适合谁用？
游戏叙事设计师
推荐可以看编剧如何把背景故事、说话方式转成模型可学习的设定，以及角色跑偏时如何回查，这套流程可直接借鉴。
生成式 AI 研发者
推荐项目公开了护栏系统、玩家输入分析与 3D 环境指令的组合用法，对做角色一致性与对话约束的团队有参考价值。
想立刻用上的玩家
不推荐这是育碧巴黎小型研发团队的原型，价格、平台与上线时间均未公布，暂时没有可以上手体验的成品。
预算与排期已定的团队
有条件没有公开的价格、授权与合作方式，也没有发行计划，无法据此排入项目进度，只能作为方向性参考。
NEO NPC优点和缺点
优点
- 角色性格、背景故事与说话方式由编剧创作，不是让模型自由发挥
- 编剧 Virginie Mosser 为项目塑造角色投入约一年半时间
- 用护栏系统、玩家输入分析、3D 环境与文本指令多重约束模型行为
- 以「这是 Lisa 吗」这类自检问题验收输出，标准具体可执行
- 联合 Nvidia Audio2Face 与 Inworld 大语言模型，语音与对话各有分工
- 明确把玩家价值与开发者创造力放在生成式 AI 之前
缺点
- 仍属研发原型，价格、平台与发行时间均未公布
- 公开信息集中在角色塑造与约束思路上，缺少可量化的效果指标
- 对话质量的描述以团队自述为主，没有第三方可复现的评测数据
- 角色一致性依赖持续人工迭代，规模化的成本与效率未说明
NEO NPC常见问题
NEO NPC 是什么？现在能玩到吗？＋
它是育碧巴黎工作室一支小型研发团队做的生成式 AI 原型，目标是把玩家与 NPC 的交流从预设对话树变成自然对话，合作方包括 Nvidia 的 Audio2Face 应用与 Inworld 的大语言模型。目前公开的是项目思路与技术做法，没有发行计划与可游玩版本，想上手体验还等不到。
NPC 的性格是 AI 自己生成的吗？＋
不是。角色的性格、背景故事与对话风格由编剧塑造，叙事编剧 Virginie Mosser 为这个项目投入约一年半时间创作角色，之后模型才开始按照这份设定即兴说话。模型的任务被定义为「我必须扮演这个角色」，团队会反复确认输出是否符合编剧原本的构想。
怎么保证模型不把角色演跑偏？＋
靠一组约束手段配合：护栏系统限制模型行为，玩家输入分析判断该有怎样的反应，再叠加 3D 环境信息与文本指令。团队在对话中会自问「这是 Lisa 吗？Lisa 会这么说吗」，一旦答案是否定的，就回头排查模型内部是哪一步偏离了编剧的设定，然后调整。
玩家乱说话会不会把剧情带崩？＋
项目在设计上就把这一点考虑进去了。角色被设定为对玩家提示以特定方式反应，或者干脆不反应，目的是避免玩家行为破坏某个场景的气氛，或者偏离场景最终希望玩家达成的目标。也就是说，自由对话是在保持情境真实感的前提下展开的。
育碧为什么要做生成式 AI 的 NPC？＋
负责制作技术的高级副总裁 Guillemette Picard 强调，育碧所有生成式 AI 项目的目标都是给玩家带来价值，这意味着幕后仍然要以人的创造力为核心——开发者和他们的创意必须继续驱动项目，生成式 AI 只有在对开发者有价值时才有价值。
