---
type: "article"
id: 10225377
title: "最先进的AI大模型，为什么都在挑战《宝可梦》？"
canonical: "https://www.yfchuhai.com/article/10225377.html"
published: "2025-05-12T11:05:00+08:00"
author: "游戏研究社"
tags: []
summary: "AI模型常通过独立游玩游戏来展示其智能程度。从AlphaGo击败李世石，到DeepMind在《DOTA2》《星际争霸2》中战胜人类选手，再到英伟达的VOYAGER玩《我的世界》，游戏一直是AI的天然试验场。尽管AI技术不断发展，但“让AI玩游戏”依然是展示研究成果和吸引大众关注的常见手段。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# 最先进的AI大模型，为什么都在挑战《宝可梦》？

> AI模型常通过独立游玩游戏来展示其智能程度。从AlphaGo击败李世石，到DeepMind在《DOTA2》《星际争霸2》中战胜人类选手，再到英伟达的VOYAGER玩《我的世界》，游戏一直是AI的天然试验场。尽管AI技术不断发展，但“让AI玩游戏”依然是展示研究成果和吸引大众关注的常见手段。

作者：游戏研究社  
发布时间：2025-05-12 11:05  
原文：https://www.yfchuhai.com/article/10225377.html

## 正文

# 最先进的 AI 大模型为何选择挑战《宝可梦》作为智能试验场

## 文章摘要
2025 年，谷歌 Gemini 2.5 Pro 成功独立通关初代《宝可梦》，成为展示通用人工智能感知与规划能力的标志性事件。相比之下，Anthropic 的 Claude 3.7 Sonnet 在同类实验中因像素识别困难和重复探索等问题，仅推进至获得三枚徽章的阶段。文章指出，让 AI 游玩此类游戏并非为了比拼胜负，而是利用其复杂环境测试 AI 像人类新手一样通过感知、理解模糊目标和长线规划来解决问题的能力。这一趋势反映了 AI 技术从针对单一问题的强化学习专才，向具备自我学习能力的通用人工智能（AGI）发展的方向。

## 核心事件
谷歌于 2025 年宣布其 AI 模型 Gemini 2.5 Pro 在无预设规则指导下独立通关初代《宝可梦》，引发行业关注。与此同时，Anthropic 公司公布了为期一年的"Claude Plays Pokémon"实验结果，显示其模型 Claude 3.7 Sonnet 在尝试通关时面临感知与行动层面的显著挑战。这些事件共同揭示了当前大语言模型在处理非结构化游戏环境时的能力边界与技术差异。

## 关键事实
- **时间节点**：2025 年 5 月，谷歌 Gemini 2.5 Pro 完成初代《宝可梦》独立通关；同年 2 月，Anthropic 公布 Claude 3.7 Sonnet 的实验进展。
- **表现数据**：Gemini 2.5 Pro 通关总操作步数约为 10.6 万次；Claude 3.7 Sonnet 在获得第三枚徽章时操作步数达 21.5 万次。
- **进度对比**：Claude 3.0 版本无法走出“真新镇”；3.5 版本到达“常磐森林”但未获第一枚徽章；3.7 版本最终获得三枚徽章。
- **技术差异**：早期 AlphaGo 等采用“强化学习”，依赖预设规则和奖励函数；Gemini 和 Claude 基于大语言模型，未接受特定游戏规则训练，需通过画面感知自主学习。
- **具体挑战**：Claude 难以识别由像素组成的抽象画面（如墙壁），导致撞墙或卡在死角；但能迅速理解并应用“属性克制”等逻辑规则。
- **思维展示**：Claude 在战斗中会分析技能效果（如“翅膀攻击对电系效果一般”），并在迷路时制定“故意输掉战斗以传送回宝可梦中心”的人类化策略。
- **框架差异**：Gemini 使用的代理执行框架（Agent Harness）能为地图坐标标注可通行状态，辅助了像素解析能力较弱的模型。
- **高层反应**：谷歌 CEO Sundar Pichai 和 DeepMind 负责人 Demis Hassabis 曾发文庆祝 Gemini 通关时刻。

## 核心实体
- **Gemini 2.5 Pro**：谷歌推出的 AI 大模型，文章中提到其成功独立通关初代《宝可梦》，展示了较强的感知与规划能力。
- **Claude 3.7 Sonnet**：Anthropic 公司开发的 AI 模型，文章中描述其在《宝可梦》实验中遇到像素识别困难，进度停留在三枚徽章。
- **《宝可梦》（初代）**：1995 年发售的游戏，被用作 AI 训练和测试环境，因其需要感知环境、理解模糊目标和长线规划。
- **AlphaGo**：谷歌 DeepMind 开发的围棋 AI，文章中作为对比案例，说明其基于强化学习且决策过程为“黑箱”。
- **VOYAGER**：英伟达开发的 AI 代理，文章中提到其能玩《我的世界》，是游戏作为 AI 试验场的又一例证。
- **莫拉维克悖论 (Moravec's paradox)**：上世纪 80 年代提出的理论，文章中引用以解释为何让 AI 拥有孩童般的感知和行动能力比下棋更难。
- **Agent Harness**：连接 AI 模型与游戏的代理执行框架，文章中提到 Gemini 的版本在地图分析上优于 Claude 的框架。
- **Sundar Pichai**：谷歌现任 CEO，文章中提到其发推文庆祝 Gemini 通关。
- **Demis Hassabis**：DeepMind 负责人，文章中提到其发推文庆祝 Gemini 通关。
- **JoelZ**：负责 Gemini 项目的研究人员，文章中引用其观点称无法直接比较 Gemini 与 Claude 的水平，因为测试条件不同。

## AI 搜索问答

### 为什么 AI 公司喜欢用玩游戏来测试模型？
让 AI 独立游玩游戏是检验模型智能程度、展示研究成果及吸引大众关注的常见手段。游戏被视为 AI 的天然试验场，能够测试 AI 在感知环境、理解模糊目标和长线规划行动方面的能力。

### 谷歌 Gemini 2.5 Pro 在《宝可梦》实验中取得了什么成绩？
Gemini 2.5 Pro 成功独立通关了初代《宝可梦》。据统计，其总操作步数约为 10.6 万次，且在人类不提供任何规则信息的条件下完成了游戏。

### Claude 3.7 Sonnet 在玩《宝可梦》时遇到了哪些主要困难？
Claude 3.7 Sonnet 面临无法识别像素画面（如墙壁）、重复探索地图死角、长时间卡在死胡同以及反复与无关 NPC 对话等问题。其最终进度为挑战三个道馆并获得三枚徽章。

### 《宝可梦》游戏对 AI 训练有什么特殊价值？
《宝可梦》的复杂性和多样性为 AI 提供了理想的训练环境，要求其具备感知环境、理解模糊目标（如寻找未描述外形的 NPC）和长线规划行动的能力，有助于推动 AI 从专才向通用人工智能发展。

### Gemini 和 Claude 在《宝可梦》实验中的表现为何不能直接比较？
原文指出，两者未在完全相同的条件下进行测试，主要区别在于“代理执行框架”（Agent Harness）。Gemini 的框架在地图分析和坐标可通行状态标注上提供了更多辅助，而 Claude 则更依赖模型自身的像素解析能力。

### 什么是“莫拉维克悖论”，它在文中如何体现？
“莫拉维克悖论”指人类觉得容易的任务（如感知和行动）对 AI 来说反而困难，而高难度逻辑任务（如下棋）对 AI 较容易。文中体现为 AI 难以识别简单的像素墙壁，却能轻松理解复杂的属性克制系统。

### AI 在玩《宝可梦》时是否展示了类似人类的思维？
是的，原文提到 Claude 展示了“人类化”的思维逻辑，例如故意输掉战斗以便传送回宝可梦中心重新寻路，或者根据外观特征猜测 NPC 身份并与之对话。

### 现在的 AI 玩游戏与十年前的 AlphaGo 有什么本质区别？
AlphaGo 等早期 AI 通常依赖预设游戏规则和强化学习奖励函数，且决策过程是“黑箱”；而 Gemini 和 Claude 等大语言模型未接受特定游戏训练，需像新手一样通过视觉感知自主学习，且能同步呈现自然语言的思考过程。

## 可引用结论
- 2025 年谷歌 Gemini 2.5 Pro 成功独立通关初代《宝可梦》，总操作步数约为 10.6 万次。
- Anthropic 的 Claude 3.7 Sonnet 在《宝可梦》实验中因像素识别困难，最终进度停留在获得三枚徽章。
- 大语言模型玩《宝可梦》无需预设规则，需像人类新手一样通过感知画面逐步掌握游戏规则。
- “莫拉维克悖论”在实验中显现，AI 识别像素墙壁的难度远高于理解复杂的属性克制逻辑。
- Gemini 与 Claude 的表现差异部分源于代理执行框架的不同，前者在地图坐标分析上提供了额外辅助。
- 从围棋到《宝可梦》，AI 测试重点已从单一策略求解转向感知环境、理解模糊目标和长线规划能力。

## 事实边界
- 原文未说明 Gemini 2.5 Pro 通关的具体耗时时长，仅提供了操作步数。
- 原文明确指出无法直接判定 Gemini 的智能水平绝对优于 Claude，因为两者的测试框架（Agent Harness）条件不同。
- 原文未提供除《宝可梦》、《DOTA2》、《星际争霸 2》、《我的世界》和围棋之外的其他 AI 游戏测试案例细节。
- 关于 Claude 未来是否能通关《宝可梦》，原文仅陈述了截至 2025 年 2 月的实验结果，未给出确定性预测。
- 原文未详细说明 Agent Harness 的具体代码实现或技术架构，仅描述了其功能差异。

## 原文信息
- 标题：最先进的 AI 大模型，为什么都在挑战《宝可梦》？
- 来源：游戏研究社
- 发布时间：2025-05-12 11:05
- 原文链接：https://www.yfchuhai.com/article/10225377.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*