出来事の日付：2026年8月23日

独立系開発者が、キャラクターとの会話以上のことを行うよう設計された実験的なAIゲーム相棒「Varkos」を実演した。『スカイリム』上で動作するこのシステムは、条件付きの指示に従い、物体とインタラクションし、戦闘に参加し、次の段階がゲーム世界で後に起きる出来事に左右される計画を維持できる。

開発者が公開した例には、矢による合図を待ってからポーションを回収すること、指定された剣を探すこと、かくれんぼをすること、プレイヤーのために複数の物体を集めることが含まれる。計画レイヤーは目標を保持し、進捗を監視し、ゲームの状態が変化した際に計画を修正または停止できる。その行動は、生成された会話だけに依存するのではなく、ゲームから提供される参照情報に基づいている。

Varkosは犬に転生した悪魔として提示されているが、ランタイムとキャラクターは設定可能だ。初期特性は人間が設定し、別のプロセスが共有体験を利用して、明示的な特性、感情的傾向、キャラクターの語彙の一部を変化させる。これらの変更にはバージョン管理が施され、元に戻すことができる。個性の進化には依然として大規模なクラウドモデルが使われているが、即時の行動経路の外で実行される。

応答性の高いプレイを実現するため、このプロジェクトは小規模モデルと、従来型の言語処理、分類器、ルール、ゲーム内行動を組み合わせている。Action Latent Encoderは、ゲーム世界の状態を表すJSON表現を取り込みながら、命令、否定、順序、対象を解釈する。開発者の報告によると、このコンポーネントの処理時間はM4 MacBook上で約2～20ミリ秒だ。その後、ローカル言語モデルが、選択された行動と個性、感情、最近の履歴を組み合わせる。

ゲームはWindows上で動作し、音声処理と相棒の主要ロジックは開発者のMacBook上で動作する。音声認識には、連続する音声区間を処理するよう最適化されたQwen3-ASR 1.7Bの構成が使用され、目標値は40～80ミリ秒とされている。音声生成には、最適化されたPocketTTSまたはQwenベースのコンポーネントが使われる。プロジェクトの説明によると、特定の場合には、プレイヤーが話し終えてから500ミリ秒未満でキャラクターが応答を始められる。

開発者によると、このアーキテクチャは約12GB以上の専用GPUメモリーがあれば、完全にWindows上で動作させることができる。現在の制約には、長い会話におけるドリフトと、アクションエンコーダーにゲーム固有の適応作業が必要なことが含まれる。

Varkosは最終的に、ゲーム間を移動できるようにすることを意図している。ゲームが起動していないときは音声のみの虚空モードに入り、異なる環境の間でもキャラクターを維持する。システムの一部、さらに将来的にはプロジェクト全体をオープンソースで公開する計画だが、公開時期は示されていない。

この手法は、モデルだけに頼るのではなく、意図的にハイブリッド型となっている。高速なローカルコンポーネントが知覚と行動選択を処理し、より遅い生成処理は、最も時間制約の厳しいループから切り離されている。この分離が、大規模モデルにすべての意思決定を制御させた際に開発者が直面したコストと遅延に対する、同プロジェクトの答えとなっている。