馬斯克組建《英雄聯盟》AI戰隊，會改變電競嗎？

2025年11月28日22:50:33 遊戲 1319

↑↑星標「機核」不迷路

「這一冠，獻給全人類。」

作者：nick

編輯：柏亞舟

11月25日，馬斯克更新推文，想要嘗試ai人工智慧能否在2026年擊敗英雄聯盟最佳人類戰隊。馬斯克表示：「讓我們看看在遵守以下重要條件下，grok5能否在2026年擊敗英雄聯盟的最佳人類戰隊。」

僅能通過攝像頭觀看顯示器，視野範圍不超過視力20/20的人類所能看到的內容。
反應延遲與點擊速度不得快於人類水平。
若你有興趣攻克這一agi要素，歡迎加入xai
需要注意，grok5的設計目標是：只需閱讀規則並通過試驗，就能夠玩任何遊戲。

本質上這則「邀約」是馬斯克旗下ai grok的廣告：它既能算是人才招攬的納賢公告，也算是對於各大英雄聯盟戰隊的一種請戰帖。

有意思的是，剛剛在今年奪得英雄聯盟s15總決賽完成「三連冠」的韓國戰隊t1，回應馬斯克組建ai英雄聯盟戰隊動態：「我們準備好了，你呢？」

製作《英雄聯盟》的拳頭公司也給出了回應，聯合創始人marc merrill回復馬斯克說：「我們確實可以討論一下。」這也表明拳頭公司對此想法持開放態度。

消息自然引發了各方討論，很多人都能想到的一個梗，是faker多次奪冠後「這一冠，獻給xx」的固定句式，但這一次「這一冠，獻給全人類」好像不是簡簡單單一個梗而已。

ai大戰lol怎麼打？意義何在

在ai戰隊刷屏之前，馬斯克的ai此前也引發過熱議。他旗下人工智慧公司xai開發的人工智慧聊天機器人grok，推出了基於grok 4大模型的「伴侶」功能。該功能旨在提供更具沉浸感和情感參與度的ai互動體驗。

馬斯克對這一功能十分重視，親自下場為其搖旗吶喊，並在社交平台x上將這一消息置頂。對於grok而言，「伴侶」功能的推出是其在ai競爭中尋求差異化、深化用戶關係，並進一步拓展商業模式的重要舉措。

這種ai女友的概念儘管並不新鮮，但是馬斯克的號召力決定了這樣的噱頭總會成為焦點，不少網友藉此機會稱馬斯克為「賽博岳父」，當然也有不少人對於其過於情色與暴力的傾向引起了廣泛爭議。

說回到本次ai戰隊的設想，馬斯克透露，該ai戰隊將以模擬人類的方式進行比賽，它不會直接讀取遊戲數據介面，而是通過放置在顯示器前的攝影機來「觀看」比賽畫面。

此外，ai的反應延遲和點擊速度不能超越人類極限，這意味著grok 5無法依靠超人反應速度取勝。這些限制旨在確保ai在與人類對手競爭時不會擁有不公平的優勢，使得比賽結果更具說服力和可比性。

在馬斯克的限制條件下，grok 5想要贏下比賽則必須在認知層面和推理層面徹底進化——在這類需要靈活性的任務中，gpu（圖形處理單元）要完勝tpu（張量處理單元）。

分析認為，如果最終是「grok 5控制人形機器人optimus進行英雄聯盟對局」，那就是一個集大模型、機器人、視覺感知和運動控制於一體的複雜系統。

馬斯克強調，grok 5的設計目標是「只要讀過遊戲說明書，就能像人類一樣通過實驗學會玩任何遊戲」。

事實上，讓ai 挑戰電競遊戲對於科技巨頭們來說也能更快讓自己的ai得到更充分的訓練，因為這些電競遊戲每局比賽中碰到的狀況都不一樣，臨場反應做出決策的時間也都很短，能更有效的訓練ai 模型。

對馬斯克而言，這次挑戰遠不止於遊戲勝負，實際上是通向通用人工智慧（agi）的重要一步。grok 5的目標是能夠「僅通過閱讀說明書和嘗試就能玩任何遊戲」。這種能力將標誌著人工智慧向更具通用性的方向邁出重要一步。

用直白的話說就是通過類似的訓練讓專科醫生成長為全科醫生，讓ai模仿電競職業選手，代入相似場景後超越人類的操作，無疑具備著十足的挑戰性。

據了解，grok 5目前仍在訓練中，參數規模預計將達到6萬億，是grok 4的兩倍。如此龐大的模型將提供更強的推理能力和複雜任務處理能力。

遊戲界的「ai大戰」

英雄聯盟顯然不是唯一參與過ai與人競技的電子遊戲，openai 還沒有製作出chatgpt 的時候，他們就曾和valve 合作，挑戰過dota 2的冠軍戰隊——這甚至算是openai在公眾面前的初印象。

2017年，openai就找到了valve 展開合作，開始開發能遊玩《dota 2》的ai 系統。它起初在2017 年的國際邀請賽上，以1對1單挑的方式，擊敗了《dota 2》傳奇選手dendi後展露頭角，隨後便致力於解決更為複雜的5對5 團隊協作難題，試圖證明ai 在即時戰略與團隊配合上的能力。

更為遊戲玩家熟知的事發生在2019年，「openai five」在dota2中戰勝了當年的冠軍og戰隊，而且是bo3（三局兩勝）輕鬆獲勝：兩局比賽加在一起，人類只推掉了ai兩座外塔。最慘烈的第二局，人類直到最後擊殺人頭數還是個位數。

這場比賽中，ai展現了清奇的思路：出門裝就選擇兩個大葯，後續的裝備也更傾向於買補給品，而不是提高自身屬性。人類中單topson交大拿了「肉山」（一種中立資源），然後ai判斷人類根本團不過，頂著buff硬把中拆了，一般來說，這顯然超過了人類的理解和執行力。

這件事還被人津津樂道的一個點是，第二年og在完成兩連冠時所使用的大後期陣容，就被揣測「或許有從ai對戰的失利中學到一些東西」。

但在當時，openai的模型主要依賴於「微操」和「數據直讀」。換句話說，當時的對局ai並非像人類一樣看圖，看的是底層數據，和馬斯克如今提出的這個挑戰不是一碼事，難度也小了很多。

因為看底層數據就不會有感知的錯誤，也不存在看不到的信息和信息同步的問題，比如主動切屏獲取信息是不需要的。

除了擊敗職業選手，openai 當時也曾短暫開放「openai five arena」提供全球玩家線上挑戰，在為期4 天的測試中，ai 與人類進行了數千場對戰，最終繳出了高達99.4% 的驚人勝率，為ai 在電子競技領域的發展寫下了重要的里程碑。

星際爭霸也是如此，19年1月份deepmind 對外宣布其遊戲類人工智慧 alphastar 在《星際爭霸2》遊戲戰勝了兩名人類職業玩家，錄像顯示這兩個人都以 0-5輸給了 alphastar。

不過，部分人認為這場對抗對人類並不公平，因為錄像中他們發現，alphastar做出了很多超出極限的微操作，這意味著它能在同一時間維度內下達更多複雜指令。半年後deepmind 團隊又一次在《自然》雜誌上發表了有關 alphastar 的新研究進展。他們表示，這位並沒有實體的人工智慧選手已經達到了天梯對戰的「宗師」級別。

該段位在《星際爭霸2》遊戲中有著特殊含義，只有排名在前 200 位的玩家才能獲得這個稱號，同時也意味著 alphastar 超過了全球 99.8% 的人類選手。

「alphastar 只需要像一個正常人來玩遊戲，而不是作為一名超人。」deepmind 團隊的一員奧里奧爾·維尼亞爾斯（oriol vinyals）接受《衛報》採訪時說道。

同時，為了不再出現和上次比賽一樣的「開掛」爭議，這次deepmind 還對 alphastar 做了不少限制。

比如說，alphastar 會和人類選手擁有一樣的視野，只能看到顯示屏內的信息，而不會掌握整個地圖的動向；同時它在操作上也不會超過人類玩家滑鼠點按次數的極限值。

然而，哪怕是在這樣的條件下，alphastar 仍然戰勝了絕大部分《星際爭霸2》玩家。按照 deepmind 的說法，目前依舊有 0.2% 左右的人有機會在對戰中戰勝 alphastar，大概是 50-100 人左右。

ai的優勢和劣勢

儘管馬斯克的戰隊還沒有和t1真的來上一場交鋒，但我們可以從ai之前打遊戲的一些先例和雙方的一些屬性，來盤一盤ai這次的優勢和劣勢（當然主要還是限於《英雄聯盟》）。

優勢的一面很好理解，比如腳本級操作。舉個簡單的例子，一些lol人氣選手（如uzi、theshy等）以比較激進且極致的對線操作收穫了大量粉絲，ai可以通過訓練模擬甚至放大他們的巔峰狀態，並且不會出現疲勞、走神引起的失誤，主動接技能這種下飯操作自然也很難出現。

心態和情緒自然也是一大優勢，強如faker都需要比賽中不斷冥想來進入到更好的競技狀態，反過來，因為心態崩了送走的局，電競玩家可見得太多了；反過來，情緒穩定性是ai的顯著優勢之一，在高壓比賽中，ai不會因緊張而失誤。

雖然馬斯克的挑戰顯然需要模擬五個人的操作，但ai的一致性依然能夠超越任何默契的「地球人組合」，ai能夠做到五個「人」齊心協力，配合親密無間——眾所周知，哪怕是冠軍t1，今年也有doran選手想點子差點送了的場面。

還有一點當然是英雄池問題，眾所周知的是今年的英雄聯盟賽事規則迎來大改，bo5中採用了無畏徵召模式即全局bp，一名英雄比賽中只能被選出來1次，這就大大考驗戰隊選手的英雄池深厚程度和戰隊戰術的豐富程度。

今年s15總決賽t1一大重要的翻盤原因，就是這種模式下，t1選手的英雄池相比kt更為深厚，kt的部分選手在贏了兩局後，缺少再能拿的英雄和戰術打法，就難以限制t1的後續bp。

而ai不存在人類打英雄聯盟的英雄熟練度問題，人人都是「英雄海」，不受個人偏好或熟練度限制。

當然也不是說，這場潛在的比賽，「人類」就毫無勝算可言，創造性遊戲是人類選手的第一道防線，人類在遊戲中展現的靈感和創造力可能是ai難以複製的。比如s賽的t1和曾經巔峰ig的各種「不科學團戰」。s15中，引發熱議的t1打野oner生死局（與al的bo5第五局）前還在看英雄技能這樣的未知操作，或許ai也難以預判。

適應能力也是人類選手的強項，職業選手能夠快速適應遊戲版本變化，而ai可能需要重新訓練才能適應重大更新。

人與ai的博弈，不止於電競

在電競之前，ai與人類的博弈最引發的競技場自然是圍棋賽場。

圍棋ai「阿爾法狗」（alphago）的知名度，超過了很多知名圍棋選手，它由位於倫敦的谷歌子公司deepmind technologies開發。

2016年3月，alphago在五局比賽中擊敗李世石，這是計算機程序首次在無讓子的情況下擊敗九段職業棋手。雖然alphago在第四局輸給了李世石，但李世石在最後一局認輸，最終alphago以4比1的總比分獲勝。為了表彰這場勝利，韓國圍棋協會授予alphago榮譽九段。

值得一提的是李世石在第四局依靠「神之一手」上演了讓alphago「宕機」的好戲，選擇72斷黑棋的斷點，白棋78，凌空一挖；遠在中國演播室觀戰的古力九段看到這步棋的時候，大聲驚呼，「神之一手啊」！alphago隨後的行棋有些倉促和凌亂，顯得有些不知所措，李世石藉此機會攻城略地，逆轉了局面，最終中盤拿下本局比賽。

李世石也成為唯一一位在 alphago 全部 74 局正式比賽中戰勝過它的人類棋手。

2017年5月23日至27日，在浙江桐鄉烏鎮的互聯網國際會展中心，舉辦了一場舉世矚目的圍棋比賽。其中，5月23、25和27日，柯潔與alphago的三番棋令人關注。對弈一方為世界排名第一的圍棋九段柯潔，而另一方為google deepmind的alphago，由黃士傑代為落子。

其結果是代表人工智慧的alphago三比零完勝柯潔。此次比賽的勝者將有150萬美金的獎勵，柯潔雖然落敗，但仍然有30萬美元的出場費。

第一局，柯潔執黑先行，於289手敗北，賽後數子，alphago雖然勝了1/4子，但整個棋局柯潔毫無機會。

第二局，柯潔執白，於155手中盤投子認輸。雖然這局他慘敗，但事後通過deepmind的分析，柯潔在前期有著幾乎完美的布局。

第三局，柯潔繼續執白，在209手向alphago「舉棋投降」。三盤皆敗的柯潔淚灑疆場，表示「對手太完美，自己毫無希望取勝」。

賽後，中國圍棋協會授予alphago職業圍棋九段，而聶衛平表示，它「至少20段」。deepmind更是宣布alphago將「徹底退出江湖」告別圍棋舞台，轉戰其他實用領域。

其實對於柯潔的失敗，可能是一場註定徒勞的嘗試。因為本身從技術層面來說，李世石面對的狗和柯潔面對的狗完全無法同日而語。

當年輸掉這場對局後，柯潔也上演了一段著名發言：「能和alphago比賽，對我的意義超出以前所有比賽。今天的棋，我本以為能下得好些，沒想到布局就走出我自己都無法原諒的惡手，導致無法挽回，連堅持下去都很難。alphago實在太完美，沒有任何缺陷，沒有心態波動。所以我很責怪自己，沒有下得更好一些。」

「我自己可能做的不好，昨晚也沒睡好，很緊張，最後一局能用什麼辦法對付alphago，其實都是庸人自擾。其實下棋是很快樂的，我以後下棋也應該更快樂，讓大家感覺到圍棋的魅力。離開勝負也感受不到圍棋的快樂，可能我和人下棋才能感受到。

「alphago對我而言沒有任何失誤，所以我也特別痛苦，之前說這是我與人工智慧的最後三盤棋，這是一個正確的決定。」

柯潔自己都坦言：「我感到渾身都在顫抖，真的，寒冷地顫抖。我再也控制不住情緒，趕緊衝出對局室，找到一個無人的角落裡哭了起來。因為即將到來的3:0，這樣的結局對我來說實在是太絕望了。」

有意思的是，ai的出現某種程度上改變了圍棋的訓練方式：在ai圍棋時代來臨後，大家都開始模仿ai的下法，這導致如今的柯潔有些「道心破碎」。

但另一方面，其實也不怪柯潔有這樣的變化，畢竟和ai下棋在大多數情況下還是「越下越無聊」的，畢竟與人斗才是這類競技最核心的樂趣之一，當你面對龐大、精確、沒有情感的數字生命時，迷茫甚至恐懼都會成為常見的情緒。

戰勝過alphago一次的李世石也坦言：「2016年，我被alphago搞得焦頭爛額。但是2017年，我已經開始傾向於隱退。首先，我的集中力大不如前。我開始有點怕圍棋了。ai的出現，更是讓人感到絕望。就算現在我發瘋般努力，再次成為世界圍棋第一人，恐怕還是會完敗在ai手下。更何況，我已經不再是第一人。」

當然與圍棋相比，ai在電競層面的博弈還是會有所區別，《英雄聯盟》、《刀塔2》這類電子遊戲對人工智慧是完全不一樣的局面，畢竟棋類是標準的「完全信息博弈」：棋盤是固定的，所有棋子位置對雙方都是完全可見的。

而以《英雄聯盟》為例，電競的對局典型的「不完全信息博弈」：在「戰爭迷霧」下己方看不到敵方位置，對方策略和意圖必須靠推斷，因此有大量隨機性與不可預知行為。

另外，《英雄聯盟》的對局是實時制的：決策和操作是連續的，每秒鐘都有新的局勢變化，還涉及手速、走位、技能預判。同時，5人需要有團隊配合和戰術溝通——更接近現實世界的複雜度。