PUBG Ally mostra perché i compagni di squadra IA hanno bisogno di due cervelli: riflessi rapidi e ragionamento lento

Un modello linguistico può parlare di uno scontro a fuoco, ma non dovrebbe essere responsabile di ogni movimento, aggiustamento di mira e reazione in una frazione di secondo al suo interno. NVIDIA ACE e PUBG Ally di KRAFTON mostrano perché i compagni di squadra IA utili necessitano di più di un singolo modello: il controllo rapido del gameplay e il ragionamento linguistico più lento sono compiti diversi.
Perché un solo modello IA non dovrebbe gestire l'intero personaggio
Un personaggio di gioco moderno deve risolvere diversi problemi su scale temporali radicalmente diverse.
Potrebbe dover evitare un ostacolo in millisecondi, reagire a spari vicini, seguire un comando del giocatore, decidere se saccheggiare, spiegare un piano in linguaggio naturale e ricordare ciò che il giocatore ha chiesto in precedenza.
Cercare di forzare tutto questo attraverso un unico ciclo di modello linguistico crea un disallineamento temporale. Il modello è bravo nel ragionamento semantico e nella pianificazione, ma il controllo in tempo reale spesso necessita di logica deterministica che possa reagire ad ogni tick di gioco.
PUBG Ally utilizza un'architettura a due velocità
KRAFTON descrive PUBG Ally come un compagno di squadra IA co-giocabile alimentato da NVIDIA ACE. Il sistema combina la voce del giocatore, lo stato della partita in tempo reale, un piccolo modello linguistico e la logica di controllo lato gioco.
Secondo il deep dive tecnico di NVIDIA, l'architettura separa un albero comportamentale System 1 da un modello linguistico System 2. L'albero comportamentale gestisce il gameplay reattivo veloce come movimento e combattimento, mentre il modello linguistico gestisce il ragionamento deliberato, la comunicazione e il coordinamento.
Questa separazione è uno dei pattern di progettazione più importanti nell'IA di gioco in tempo reale perché dà a ciascun sottosistema l'autorità sul lavoro che è effettivamente adatto a svolgere.
Il modello Two-Speed Game Agent
Come un compagno di squadra IA pratico può dividere il lavoro
System 1 vs System 2 in un agente di gioco
| Strato reattivo veloce | Strato di ragionamento deliberato | |
|---|---|---|
| Scala temporale | ||
| Compiti tipici | ||
| Se è troppo lento | ||
| Stile di controllo migliore |
Lo stato di gioco in tempo reale è ciò che rende utile il modello
Il modello di PUBG Ally non ragiona solo dal dialogo. NVIDIA afferma che il motore di gioco espone lo stato della partita in tempo reale all'agente attraverso strumenti di osservazione rappresentati come descrizioni testuali.
Questo è importante perché un compagno di squadra deve sapere cosa sta succedendo ora: cosa ha detto il giocatore, quali oggetti esistono nelle vicinanze, da dove proviene il pericolo e se il piano precedente è ancora valido.
Questo è lo stesso principio di affidabilità che si applica a qualsiasi assistente di gioco: la conoscenza generale del gioco non è sufficiente quando l'azione corretta dipende dallo stato attuale della sessione.
Il confine dell'autorità d'azione
Un agente di gioco in tempo reale utile necessita di un confine chiaro tra ciò che il modello può decidere e ciò che il motore di gioco può effettivamente eseguire.
Il modello può scegliere un obiettivo come "spostati al riparo", "saccheggia munizioni", "segui il giocatore" o "ingaggia quel nemico". Il controller lato gioco dovrebbe poi tradurre quell'intento in azioni legali e limitate che rispettino navigazione, animazione, cooldown, fisica e regole di gioco.
Controllo dell'agente buono vs pericoloso
| Architettura limitata | Architettura illimitata | |
|---|---|---|
| Movimento | ||
| Combattimento | ||
| Inventario | ||
| Parlato |
Perché il ragionamento guidato dagli eventi batte il polling costante del modello linguistico
Il ciclo del modello di PUBG Ally è descritto come guidato dagli eventi. Può essere attivato dal giocatore che parla o da eventi rilevanti nel gioco.
Questo è più efficiente che chiedere al modello di ripensare l'intero mondo ad ogni frame. La maggior parte dei frame non richiede una decisione strategica.
Un buon sistema di trigger chiama il modello linguistico quando la semantica conta: arriva un nuovo ordine, una minaccia cambia il piano, un obiettivo è completato, un oggetto diventa rilevante o il piano attuale fallisce.
Il filtro di attivazione delle decisioni
Quando dovrebbe svegliarsi il modello linguistico?
L'inferenza sul dispositivo cambia lo spazio di progettazione
NVIDIA ACE è progettato attorno all'inferenza sul dispositivo e alle opzioni cloud. Per PUBG Ally, NVIDIA afferma che il piccolo modello linguistico viene eseguito localmente sulla GPU del giocatore.
L'architettura pubblicata utilizza un modello Mistral-NeMo-Minitron da 2 miliardi di parametri progettato per adattarsi allo spazio VRAM rimanente dopo che PUBG stesso è in esecuzione.
Questo è un vincolo non banale. L'IA di gioco non può semplicemente consumare tutta la memoria GPU o la potenza di calcolo disponibile perché il carico di lavoro grafico ha ancora la priorità.
L'inferenza dell'IA ora compete con il rendering
Questo crea un nuovo problema di risorse per i giochi: la grafica e l'inferenza AI potrebbero condividere la stessa GPU.
L'SDK In-Game Inferencing di NVIDIA è progettato per pianificare modelli AI locali insieme ai carichi di lavoro grafici. Il suo scopo non è solo eseguire modelli, ma farlo senza distruggere il budget di frame-time del gioco.
Ciò significa che le future analisi delle prestazioni potrebbero dover misurare non solo DLSS, ray tracing e utilizzo della VRAM, ma anche il costo dell'inferenza locale degli NPC.
Il budget di risorse per l'AI nei giochi
| Risorsa | La grafica ne ha bisogno per | L'agente AI ne ha bisogno per |
|---|---|---|
| VRAM | Texture, buffer, geometria, ray tracing, generazione di frame | Pesi del modello, cache KV, embedding e buffer di inferenza |
| Compute GPU | Rasterizzazione, RT, grafica neurale | Inferenza SLM/ASR/TTS |
| Tempo CPU | Simulazione, invio draw call, sistemi di gioco | Orchestrazione dell'agente, strumenti, elaborazione del testo |
| Larghezza di banda della memoria | Carichi di lavoro di asset e rendering | Esecuzione del modello e movimento dei dati |
| Margine di frame-time | Presentazione fluida | Inferenza a bassa latenza senza stutter visibile |
Perché i modelli piccoli hanno senso all'interno dei giochi
Un agente di gioco non ha bisogno di sapere tutto ciò che c'è su internet. Deve comprendere il vocabolario del gioco, lo stato attuale, gli strumenti di azione e un insieme limitato di conoscenze rilevanti.
Ecco perché NVIDIA ACE enfatizza modelli piccoli ottimizzati per l'hardware da gaming. KRAFTON descrive anche l'adattamento al dominio per PUBG Ally: il modello è stato vincolato alla mappa Sanhok e al contesto AI Duo e addestrato su concetti e uso di strumenti specifici di PUBG.
Un modello specializzato più piccolo può essere più utile di un modello generale molto più grande se il suo mondo, i suoi strumenti e i suoi confini d'azione sono ben definiti.
RAG e strumenti risolvono problemi diversi
L'SDK ACE Game Agent di NVIDIA espone le API Agent, Chat e RAG. Queste sono capacità separate perché il recupero della conoscenza e l'esecuzione delle azioni non sono la stessa cosa.
RAG può fornire conoscenze di gioco fondate come regole degli oggetti, dati sulle fazioni o meccaniche. Gli strumenti espongono ciò che l'agente può osservare o fare nel gioco in tempo reale.
Un agente può recuperare il fatto corretto e comunque fallire se ha lo stato in tempo reale sbagliato o invoca l'azione sbagliata. Conoscenza, stato e autorità d'azione necessitano tutti di una validazione separata.
Cosa fanno ancora meglio gli NPC tradizionali
Gli agenti basati su modelli linguistici non sono automaticamente migliori in ogni compito degli NPC.
La logica scriptata è più economica, più facile da testare e più prevedibile quando il comportamento desiderato è già noto. Una guardia di una porta che ha tre stati fissi non ha bisogno di un ciclo di ragionamento agentico.
I casi d'uso più forti sono situazioni in cui il linguaggio naturale, la pianificazione ampia, l'adattamento contestuale o il coordinamento specifico per il giocatore creano valore che la logica statica fatica a fornire.
Quando usare l'AI scriptata vs l'AI agentica
| AI tradizionale/scriptata | AI agentica | |
|---|---|---|
| Prevedibilità | ||
| Linguaggio aperto | ||
| Intento imprevisto del giocatore | ||
| Azioni riflesse | ||
| QA deterministico |
Il ciclo di affidabilità dell'agente
Cosa dovrebbe accadere prima e dopo ogni azione significativa dell'agente
Perché il parlato naturale rende gli errori più convincenti
ACE può combinare riconoscimento vocale automatico, ragionamento linguistico e sintesi vocale, così un compagno di squadra può ascoltare, agire e parlare in modo naturale.
Questo migliora l'immersione, ma aumenta anche la necessità di ancoraggio alla realtà. Una frase pronunciata con sicurezza come "Ho raccolto il kit medico" suona autorevole anche se l'interazione con l'oggetto è fallita.
Il parlato dovrebbe quindi riportare lo stato confermato ove possibile, non semplicemente l'azione prevista dal modello.
Gli agenti di gioco multilingue stanno diventando pratici
NVIDIA ha ampliato ACE nel 2026 con modelli multilingue on-device per linguaggio, riconoscimento vocale e sintesi vocale.
L'aggiornamento per sviluppatori di NVIDIA di maggio 2026 descrive il supporto di Qwen 3.5 4B su 201 lingue e dialetti, il riconoscimento vocale Riva Parakeet TDT 600M per 25 lingue e le voci di Chatterbox Multilingual 500M su 24 lingue.
Ciò amplia lo spazio di progettazione per i compagni AI oltre le demo solo in inglese e rende l'interazione in lingua locale una caratteristica di prodotto realistica.
Cosa cambierebbe questa risposta?
L'architettura potrebbe diventare più unificata se i modelli futuri raggiungessero una latenza d'azione deterministica sub-frame rimanendo abbastanza piccoli da funzionare continuamente accanto ai carichi di lavoro grafici. Oggi, separare il controllo riflesso dal ragionamento semantico rimane la progettazione più pratica.
Politiche di controllo neurali specializzate potrebbero anche sostituire alcune funzioni tradizionali degli alberi di comportamento, ma la necessità di autorità esplicita sulle azioni, convalida dello stato ed esecuzione rapida rimarrà.
Limitazioni
PUBG Ally è un'implementazione, non la prova che ogni gioco debba adottare la stessa architettura. Generi diversi hanno requisiti diversi di latenza, determinismo, hardware e gameplay.
I dettagli pubblici dell'architettura sono inoltre forniti principalmente da NVIDIA e KRAFTON. Sono utili per comprendere il sistema implementato, ma non dovrebbero essere considerati come benchmarking indipendente delle prestazioni.
Conclusione
È improbabile che il futuro degli agenti di gioco sia un unico modello gigante che sostituisce l'intera infrastruttura dell'IA di gioco.
PUBG Ally indica invece una direzione verso un'architettura ibrida: i modelli linguistici interpretano l'intento e prendono decisioni di alto livello; i controller deterministici eseguono il gameplay veloce; lo stato in tempo reale mantiene il modello ancorato alla realtà; e il motore di gioco conserva l'autorità su ciò che può effettivamente accadere.
Il design vincente non è l'agente che pensa a tutto. È l'agente che sa a cosa dovrebbe pensare—e cosa dovrebbe rimanere nel ciclo di gioco.
FAQ
Compagni di squadra IA, NVIDIA ACE e agenti di gioco
PUBG Ally utilizza un solo modello di IA per controllare tutto?
Perché non lasciare che un LLM controlli direttamente il movimento?
PUBG Ally viene eseguito nel cloud?
Come fa l'IA a sapere cosa sta succedendo nella partita?
Cos'è l'ACE Game Agent SDK?
Gli agenti IA sostituiranno gli NPC scriptati?
Glossario
Termini chiave degli agenti di gioco
- Controllo Sistema 1
- Logica reattiva rapida lato gioco utilizzata per azioni immediate come movimento, combattimento e navigazione.
- Ragionamento Sistema 2
- Ragionamento deliberato più lento utilizzato per pianificazione, interpretazione dell'intento del giocatore, coordinamento e conversazione.
- Agente di gioco a due velocità
- Un modello di Figure Rocks che separa il controllo di gioco a livello riflesso dal ragionamento di livello superiore del modello.
- Strumento di osservazione
- Un'interfaccia lato gioco che espone uno stato corrente selezionato a un agente IA in forma strutturata o testuale.
- Agent harness
- Il livello di orchestrazione che collega inferenza del modello, osservazioni, strumenti, memoria, recupero ed esecuzione lato gioco.
- NVIGI
- Il framework di inferenza in-game di NVIDIA per eseguire e pianificare modelli IA locali insieme ai carichi di lavoro grafici del gioco.
Fonti primarie
NVIDIA Developer — Come KRAFTON ha costruito PUBG AllyApprofondimento tecnico ufficiale che copre l'architettura behavior tree Sistema 1 / SLM Sistema 2, le osservazioni dello stato di gioco in tempo reale, l'inferenza sul dispositivo e l'adattamento al dominio.
NVIDIA Developer — ACE per i giochiPanoramica ufficiale di ACE che copre il Game Agent SDK, le API Agent/Chat/RAG, i modelli sul dispositivo e i casi d'uso di personaggi di gioco autonomi.
NVIDIA Developer — Crea compagni IA sul dispositivoArticolo ufficiale di giugno 2026 che introduce il Game Agent SDK, i plugin per Unreal Engine e l'architettura dei compagni IA sul dispositivo.
NVIDIA GeForce — Beta della modalità Duo di PUBG AllyArticolo ufficiale che descrive PUBG Ally come compagno di squadra IA autonomo e collaborativo e l'evoluzione di ACE oltre gli NPC conversazionali.
NVIDIA Developer — Personaggi IA multilingueAggiornamento ufficiale di maggio 2026 che descrive i modelli ACE multilingue sul dispositivo per linguaggio, ASR e TTS.
Related Articles
Nitidezza del movimento: perché si verifica la sfocatura e le soluzioni che funzionano davvero
Il motion blur non è solo un'impostazione — è timing più persistenza. Scopri l'ordine pratico: modalità corretta, refresh corretto, poi le poche correzioni per la nitidezza che contano davvero.

Windows Auto SR non è DLSS: come funziona l'upscaling NPU senza integrazione nel gioco
Windows Auto SR può eseguire l'upscaling dei giochi supportati senza l'integrazione di DLSS, FSR o XeSS. Invece di eseguire il modello di ricostruzione all'interno del gioco sulla GPU, Windows utilizza la NPU per ricostruire un'immagine a risoluzione più elevata a partire da un rendering a risoluzione inferiore.

DLSS 4.5 6X: Perché 300 FPS non significa che il gioco stia renderizzando 300 frame
DLSS 4.5 può generare fino a cinque frame aggiuntivi per ogni frame renderizzato tradizionalmente sulle GPU RTX 50 Series supportate. Questa guida spiega la differenza tra FPS renderizzati e FPS visualizzati, perché i colli di bottiglia della CPU possono essere aggirati a livello di presentazione e perché la latenza deve ancora essere misurata separatamente.
120Hz sembrano peggiori? Checklist di diagnosi (Modalità errata, intervallo VRR, limitazioni)
Un refresh rate più elevato può evidenziare l'instabilità. Usa questa checklist per diagnosticare perché i 120Hz sembrano peggiori: modalità errata, percorso di aggiornamento errato, problemi di intervallo VRR o cap mancanti.

AMD FSR Redstone non è solo FSR 4: upscaling, generazione di frame, rigenerazione dei raggi e radiance caching spiegati
La denominazione FSR di AMD è cambiata perché FSR non è più una singola funzionalità. Redstone è ora una suite di rendering neurale con tecnologie separate per l'upscaling, la generazione di frame, la ricostruzione ray-tracing e l'illuminazione globale appresa.

DirectX sta diventando una piattaforma di ML: cosa significano l'algebra lineare e gli shader neurali per i giochi del futuro
DirectX sta andando oltre i tradizionali shader grafici. Microsoft sta aggiungendo l'algebra lineare accelerata via hardware direttamente a HLSL e un percorso separato per modelli ML più grandi, gettando le basi per texture neurali, materiali appresi, illuminazione neurale e altre tecniche di rendering guidate dall'IA.

DLSS 5 non è solo upscaling: cosa cambia realmente il rendering neurale guidato in 3D
DLSS 5 sposta l'IA in una nuova parte della pipeline grafica. Invece di ricostruire solo la risoluzione o generare frame aggiuntivi, il 3D-Guided Neural Rendering utilizza il frame del motore di gioco stesso come base e migliora l'illuminazione e il dettaglio dei materiali sotto il controllo dello sviluppatore.
Ricette per il Frame Cap: Target stabili per configurazioni VRR e non VRR
Un buon cap è meglio di picchi instabili. Usa queste semplici ricette per il cap per stabilizzare il frame pacing su display VRR e non VRR.

Intel XeSS 3 è più di un semplice upscaling: spiegazione della generazione multi-frame e di Xe Low Latency
XeSS 3 non è più solo l'upscaler di Intel. Ora combina Super Resolution, Frame Generation, Multi Frame Generation e Xe Low Latency, con fino a tre frame generati dall'IA per ogni frame renderizzato su hardware Intel supportato.

Perché i giochi per PC scattano durante la compilazione degli shader — e come l'Advanced Shader Delivery cambia le cose
Lo stutter degli shader si verifica quando un gioco per PC deve compilare programmi GPU nel momento sbagliato. Microsoft Advanced Shader Delivery sposta gran parte di questo lavoro fuori dal PC del giocatore, preparando in anticipo shader specifici per l'hardware e distribuendoli insieme al gioco.