近日，我们正式发布了最新自研成果"COTA"（an AI agent with cognition, operation, tactics, and assiatance capabilities）。这是超参数科技首个完全由大语言模型（LLM）驱动、具备“思维可解释性”、且在实机性能表现上达到真人高分游戏玩家水平的游戏智能体产品。

COTA是我们基于“打造有生命的AI”理念训练的新一代Game Agent产品，它突破了游戏AI行业过往长期依赖强化学习（RL）与监督学习（SL）的模式，以LLM为核心进行驱动，并通过架构创新成功攻克了LLM在实时游戏场景的响应速度问题，其响应时间达到百毫秒级（最快可缩减至100ms），完全满足多类游戏场景需求。

在超参数自研打造的FPS游戏环境中，COTA成功展现出不亚于真人高分玩家的竞技水平，全面胜任从宏观战术制定到微观枪法操作等多类游戏任务，证明了LLM在强实时、高对抗的游戏环境中同样具备巨大潜力。

同时，通过思维链（Chain of Thought, CoT）技术，我们成功将AI的决策黑盒打开，让游戏AI的思维逻辑对人类完全“可见”与“可解释”。游戏AI不仅能与人类玩家进行高水平的游戏博弈对抗，还可以在游戏过程中向人类展现其逻辑严密的思维过程。

即日起，我们将于超参数科技官网开启COTA预约体验通道。欢迎广大游戏开发者、技术专家及行业伙伴访问超参数科技官网申请体验，共同探索大模型驱动下游戏AI的无限可能。

COTA实机演示：

超高竞技水平与完全透明的“AI战术大脑”

为了深度验证COTA在复杂游戏场景的能力，我们没有选择容错率较高的非实时类游戏场景，而是选择在容错率极低、需进行极高频对抗博弈的FPS游戏对COTA进行性能测试，为此专门搭建了一个全自研的游戏环境。

从“单兵作战”到“团队合作”，全方位接近真人高分玩家水平

在实机测试中，COTA展现了极高的智能化水平。除了能够流畅执行单游戏角色的急停拉枪、掩体博弈、投掷物封烟、下包拆包等一系列复杂连贯的动作，还可以在多人对抗中，完成丰富的战术配合，如多角度交叉架枪、掩护队友突点、残局补枪等。以COTA驱动的AI Bot摆脱了传统Bot的机械感，具备极高的操作流畅度，表现出接近真人高分玩家的游戏水平。

打破“思维黑盒”，决策过程完全透明可视的Game AI

COTA最重要的突破之一在于通过思维链技术，将游戏AI的决策过程从“黑盒”变成了“白盒”。我们可以在COTA的CoT面板中，清晰地看到实时滚动的思维推导流，了解AI每一个行为背后的原因。

*注：最终DEMO CoT面板以另一UI形式展现

• 战术指令分析（节选）：根据当前团队计划“我方仅存一人，位置极佳，应立即回防拆弹，避免爆炸”与个人任务“速度回防A点，快速抢拆”，我作为唯一存活队员，必须在炸弹爆炸前抵达炸弹安放点执行拆除。
• 转移路径规划（节选）：根据地图拓扑，我当前位于ALPHA_SITE_RAMP区域，而目标点位于其南侧的SITE_PIT区域。因此，最优路径是先向南移动进入SITE_PIT区域。结合深度图信息，前方可见高墙与斜坡结构，表明我需调整视角以避开障碍。移动过程中，除前进外，还需执行“瞄准”动作以应对可能遭遇的敌人。根据历史可见敌人位置，该敌人位于我左前方约5米处，因此在移动同时应保持武器举枪状态，准备应对突发交火。
• 行动指令输出（节选）：综上，首先调整视角，确保面向正确路径；随后开火准备应对敌人；最后执行前进指令，沿斜坡向下移动至SITE_PIT区域，朝目标点方向推进。此序列符合“快速抢拆”个人任务，同时呼应团队计划，确保在30秒内完成拆弹，避免爆炸损失。

这种从信息收集、逻辑归因到最终执行的完整链路展示，标志着游戏AI真正具备了“可解释性”，走到了“知其然，亦知其所以然”的全新阶段。

COTA技术解密：

精准选型与架构创新

大语言模型（LLM）虽然具备卓越的逻辑推理能力，但其自回归生成的特性决定了它天生“慢半拍”。我们是如何打破这一困境，让习惯“慢思考”的大模型适应“快节奏”的实时游戏呢？答案来自于超参数技术团队的模型精准选型策略以及模型架构创新。

在研发初期，我们对市面上的主流大模型进行了广泛的调研与测试。我们认为，在实时竞技游戏这一特定场景下，并不需要通用大模型那种包罗万象的“百科全书式”知识（如复杂的代码编写或文学创作），过度的参数冗余会带来计算负担与成本消耗。最终我们锁定了Qwen3-VL-8B-Thinking作为基座模型。这是一个兼顾性能与效率的“甜点级”选择——8B的参数量级恰到好处，既保留了足够的语言理解与逻辑推理能力来处理复杂战术，又在物理层面保证了更快的推理速度，为COTA优秀的实时响应能力打下坚实基础。

为了进一步突破性能瓶颈，我们创新性地为COTA构建了一套“双系统分层架构”，将游戏AI决策链条进行解耦，模拟人类大脑“快慢系统”的协同工作模式：

COTA模型架构

• 上层“指挥官”（Commander）——负责“慢思考”的战略大脑

这是一个保留了完整推理能力的LLM，它专注于宏观战术推理，如分析地图（基于游戏公开信息）、判断敌方意图、制定类似“全员RUSH”或“战术撤退”的战略方针。“指挥官”的思考是深思熟虑的，它负责输出如何“赢下整场比赛”的战略布局。

• 下层“行动专员”（Operator）——负责“快反应”的执行中枢

这是一个经过极致蒸馏、专注指令理解的非思考VLA模型。它接收指挥官的战略指令，结合当前自身角色收到的游戏信息（个人及团队视野），通过语义理解瞬间拆解为移动、瞄准、射击等具体的微操动作，它负责具体场景下每个角色的战术执行。

在COTA的训练当中，我们构建了一套更适合游戏场景的高效管线。我们首先利用高质量的游戏CoT数据集进行SFT（监督微调），完成冷启动；随后引入GRPO（群相对策略优化）让AI进行大规模自我博弈，强化模型在复杂局势下的决策鲁棒性；最后通过DPO（直接偏好优化）与人类高端玩家的数据对齐，提升思维链的可读性与操作的拟人度。这一系列系统性优化，最终实现了COTA在极低时延下的高性能表现。

全新范式

拓宽Game AI能力边界

COTA的发布，是超参数科技对“AI+游戏”价值边界的一次拓展。COTA的独特性在于，它啃下了游戏智能体“强对抗、高实时、高精度”要求的硬骨头，验证了“大模型为核心驱动”技术路线的可行性。

这为游戏行业带来了广阔的想象空间：

• 开发侧：“白盒化”的AI思维链让策划与开发者可以直观地复盘AI的决策逻辑，极大地降低了高拟真NPC的调试与开发门槛。
• 体验侧：未来的游戏Bot将不再是冷冰冰的陪练。基于COTA架构，“行动专员”（Operator）可以听懂玩家的自然语言指令，“指挥官”（Commander）可以作为场外教练提供战术指导，AI将成为玩家真正的“高智商队友”，优化游戏体验。

从更长远的维度看，游戏是通往AGI的最佳训练场。 COTA在虚拟世界中展现出的环境感知、逻辑推理与任务执行能力，其底层技术范式具有极强的迁移性，除了可以反哺游戏NPC、Bot的开发，甚至还可延伸至现实场景中，解决各类真实世界难题，发挥技术价值。