中國(guó)圖象圖形學(xué)學(xué)會(huì)（CSIG）近日揭曉2025年度科學(xué)技術(shù)獎(jiǎng)評(píng)選結(jié)果，由網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司聯(lián)合天津大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)及中國(guó)航天科工集團(tuán)第四研究院十七所共同研發(fā)的《基于強(qiáng)化學(xué)習(xí)的智能決策關(guān)鍵技術(shù)及應(yīng)用》項(xiàng)目，榮獲“科技進(jìn)步獎(jiǎng)一等獎(jiǎng)”。這一成果標(biāo)志著產(chǎn)學(xué)研協(xié)同創(chuàng)新在數(shù)字技術(shù)領(lǐng)域的又一次突破，也為數(shù)字文娛產(chǎn)業(yè)的跨界融合提供了新范式。

作為圖像圖形學(xué)領(lǐng)域的國(guó)家級(jí)權(quán)威組織，CSIG的獎(jiǎng)項(xiàng)評(píng)選向來(lái)以嚴(yán)格著稱(chēng)。該學(xué)科通過(guò)賦予計(jì)算機(jī)“視覺(jué)理解”與“動(dòng)態(tài)描繪”能力，支撐著從人臉識(shí)別到航天導(dǎo)航、從智能醫(yī)療到國(guó)防裝備的廣泛應(yīng)用。此次獲獎(jiǎng)項(xiàng)目聚焦強(qiáng)化學(xué)習(xí)技術(shù)的三大核心難題——獎(jiǎng)勵(lì)信號(hào)質(zhì)量不足、經(jīng)驗(yàn)復(fù)用效率低下、環(huán)境適應(yīng)性差，提出了三項(xiàng)突破性解決方案：通過(guò)時(shí)空分解優(yōu)化獎(jiǎng)勵(lì)生成機(jī)制，利用自監(jiān)督學(xué)習(xí)提升經(jīng)驗(yàn)表征能力，并結(jié)合演化算法與強(qiáng)化學(xué)習(xí)構(gòu)建策略?xún)?yōu)化模型。這些技術(shù)使系統(tǒng)在策略性能、學(xué)習(xí)速度和跨場(chǎng)景泛化能力上達(dá)到國(guó)際領(lǐng)先水平。

項(xiàng)目團(tuán)隊(duì)基于技術(shù)創(chuàng)新搭建的智能決策平臺(tái)，已在多個(gè)關(guān)鍵領(lǐng)域?qū)崿F(xiàn)規(guī)模化應(yīng)用。在工業(yè)領(lǐng)域，該平臺(tái)助力海思完成14納米工藝全鏈條EDA工具國(guó)產(chǎn)化替代，打破國(guó)外技術(shù)壟斷；在國(guó)防軍事方面，支撐完成多項(xiàng)智能化任務(wù)系統(tǒng)開(kāi)發(fā)；在文娛產(chǎn)業(yè)，則與網(wǎng)易旗下《逆水寒》等游戲深度結(jié)合，實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)技術(shù)在大型商業(yè)游戲中的首次自動(dòng)化測(cè)試應(yīng)用。平臺(tái)還為華為天籌求解器提供核心技術(shù)支持，使其性能超越國(guó)際標(biāo)桿產(chǎn)品Gurobi，彰顯中國(guó)自主技術(shù)的競(jìng)爭(zhēng)力。

以《逆水寒》手游為例，網(wǎng)易伏羲實(shí)驗(yàn)室將智能捏臉、角色生成、群演調(diào)度等AI技術(shù)嵌入游戲生態(tài)，推出“劇組模式”功能。玩家可自由擔(dān)任導(dǎo)演、編劇角色，通過(guò)自然語(yǔ)言指令生成劇情腳本，利用AI工具快速制作動(dòng)畫(huà)短片。這一創(chuàng)新使數(shù)百萬(wàn)普通玩家從內(nèi)容消費(fèi)者轉(zhuǎn)變?yōu)閯?chuàng)作者，形成“人人可創(chuàng)作”的數(shù)字文娛新生態(tài)。在2024年云棲大會(huì)上，該模式作為AI賦能內(nèi)容生產(chǎn)的典型案例，引發(fā)行業(yè)廣泛關(guān)注。

項(xiàng)目技術(shù)負(fù)責(zé)人表示，游戲場(chǎng)景因其復(fù)雜多變的交互特性，成為前沿技術(shù)驗(yàn)證的理想試驗(yàn)場(chǎng)。通過(guò)將強(qiáng)化學(xué)習(xí)與圖形渲染、自然語(yǔ)言處理等技術(shù)融合，團(tuán)隊(duì)不僅提升了游戲AI的決策能力，更探索出一條“以虛促實(shí)”的技術(shù)轉(zhuǎn)化路徑。目前，相關(guān)成果已延伸至生命健康、智慧城市等領(lǐng)域，例如通過(guò)模擬生物系統(tǒng)行為優(yōu)化藥物研發(fā)流程，利用虛擬環(huán)境訓(xùn)練城市交通調(diào)度模型等。

此次獲獎(jiǎng)項(xiàng)目的技術(shù)報(bào)告顯示，其構(gòu)建的智能決策平臺(tái)已形成完整的技術(shù)體系，包含23項(xiàng)發(fā)明專(zhuān)利、17篇國(guó)際頂級(jí)會(huì)議論文及3項(xiàng)軟件著作權(quán)。經(jīng)第三方機(jī)構(gòu)評(píng)估，該平臺(tái)在工業(yè)軟件國(guó)產(chǎn)化替代、國(guó)防裝備智能化升級(jí)等方面創(chuàng)造直接經(jīng)濟(jì)效益超5億元，同時(shí)帶動(dòng)相關(guān)產(chǎn)業(yè)鏈技術(shù)迭代，形成顯著的社會(huì)效益。隨著平臺(tái)開(kāi)放接口的逐步推出，未來(lái)將有更多行業(yè)能夠接入這一“數(shù)字大腦”，加速智能化轉(zhuǎn)型進(jìn)程。