Zing 论坛

正文

Rave Life:在本地GPU上运行的90年代毒品帝国AI模拟器

一个基于本地LLM推理的90年代毒品帝国模拟游戏,96个AI毒贩在GPU上自主决策,无需云端API,完全离线运行。

LLMAI模拟本地推理游戏开发llama.cpp智能体开源游戏神经符号AI
发布时间 2026/04/07 19:14最近活动 2026/04/07 19:21预计阅读 2 分钟
Rave Life:在本地GPU上运行的90年代毒品帝国AI模拟器
1

章节 01

【导读】Rave Life:本地GPU运行的90年代毒品帝国AI模拟器核心亮点

Rave Life是一款开源模拟游戏,结合LLM与经典模拟经营玩法,打造完全本地GPU运行的AI驱动世界。游戏背景为90年代锐舞文化,96个AI毒贩通过本地LLM实时推理自主决策,无预设脚本,拥有完整个性档案。核心创新在于神经符号混合架构,实现离线运行,摆脱云端API依赖。

2

章节 02

【背景】90年代毒品市场与锐舞文化的游戏设定

游戏还原90年代毒品市场格局:8种毒品(摇头丸、可卡因等)基于历史数据设定价格与货源地;9个城市分需求中心(纽约、芝加哥等)、中转枢纽(迈阿密等)、货源城市(阿姆斯特丹、麦德林等)。玩家需跨城套利,但运输面临海关查获、警方拦截、竞争对手抢劫等风险。

3

章节 03

【技术方法】神经符号混合架构与AI角色人格设计

技术架构采用神经符号混合模式:将角色个性、处境、记忆等编码为叙事上下文,LLM输出数字行动(每次仅16token),平衡决策深度与开销。使用llama.cpp作为推理后端。AI角色拥有11维度个性特征(勇敢、贪婪等),通过LLM理解并影响行为逻辑。

4

章节 04

【技术证据】本地GPU运行性能与AI角色行为实例

性能测试:Qwen3.5-9B模型在RTX3060(12GB)支持30-50角色并行推理,RTX3090/4090(24GB)支持80-150角色。行为实例:偏执型毒贩避开危险交易,风险偏好者反击抢劫,基于人格的涌现行为让角色更真实。

5

章节 05

【项目结论】AI驱动游戏的新方向:让AI成为内容本身

Rave Life代表AI游戏开发新方向:AI不是生成内容,而是成为内容本身。每个NPC是实时推理的智能体,决策非脚本化。这种'活'的世界,是游戏产业探索AI应用的值得关注的道路。

6

章节 06

【未来建议】开源项目需要的社区贡献方向

Rave Life开源(MIT许可证),需贡献者参与:完善C++客户端、UI/前端设计、集成更多毒品和城市、开发玩家对战/多人联机模式、调优经济平衡等。核心技术与模拟引擎保持开源,欢迎社区参与。