← Archive
lm-003007 · 2026-08

World-Bundle Classic AVG Candidate Roadmap v0.1

en · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

World-Bundle Classic AVG Candidate Roadmap v0.1

經典 AVG／分支敘事遊戲的世界束改造候選清單、實驗目的與優先順序

版本： v0.1
定位： 研究規劃／MVP 選型／經典遊戲改造路線圖
核心框架： World-Bundle Narrative Game、Heterogeneous-Observer Asynchronous Semantic-Causal Computation、T Query Runtime

0. 研究目標

本文件不是單純列出「哪些 AVG 很經典」。

真正要找的是：

哪些既有作品最適合拿來驗證 World-Bundle Narrative Game 的不同核心命題？

世界束敘事遊戲與一般 branching narrative 的主要差異，不是分支數量更多，而是：

玩家每一次語義選擇，都會改變下一階可達未來空間本身。\boxed{ \text{玩家每一次語義選擇，都會改變下一階可達未來空間本身。} }

傳統 branching narrative：

St→{St+1(1),St+1(2),… }.S_t \rightarrow \{S_{t+1}^{(1)},S_{t+1}^{(2)},\dots\}.

World-Bundle：

St→PlayerIntentIt→AIBt→WorldRulesBtvalid→CommitSt+1.\boxed{ S_t \xrightarrow{PlayerIntent} I_t \xrightarrow{AI} \mathcal B_t \xrightarrow{WorldRules} \mathcal B_t^{valid} \xrightarrow{Commit} S_{t+1}. }

因此：

Flowchart≠WorldBundle.\boxed{Flowchart \neq WorldBundle.}

1. 候選作品評估標準

1.1 分支／狀態密度

是否已有多路線、多結局、角色狀態、旗標與跨章節因果。

1.2 Hard World Rule 清晰度

是否容易抽象成：

[ WorldState + EventRules + CausalConstraints. ]

世界束最重要的原則仍然是：

AI≠WorldAuthority.\boxed{AI \neq WorldAuthority.}

1.3 異質觀察者程度

是否存在多個：

O1,O2,…,OnO_1,O_2,\dots,O_n

且各自具有不同資訊、目標、時間軸與世界投影：

Πi(W)≠Πj(W).\boxed{\Pi_i(W)\neq\Pi_j(W).}

1.4 AI 語義輸入的價值

原本固定選項是否明顯壓縮了玩家真正想做的事？如果自由輸入能把：

ChoiceID→SemanticActionChoiceID \rightarrow SemanticAction

做出真正差異，改造價值就高。

1.5 可改造性

研究原型要考慮腳本格式、mod 生態、引擎、資料可抽取性，以及能不能只切一個區段做 patch。

1.6 語音連續性

全語音作品若新增 branch 沒有一致語音，玩家會立刻知道哪段是動態內容。正式產品必須採授權角色聲音／聲優／合法 digital voice 或商業可用合成聲音。

2. 第一梯隊候選

目前核心候選：

寒蟬+428+CLANNAD/Little Busters!+STEINS;GATE+Zero Escape+Detroit:Become Human\boxed{ \text{寒蟬} + 428 + CLANNAD/Little\ Busters! + STEINS;GATE + Zero\ Escape + Detroit:Become\ Human }

它們不是互相替代，而是分別驗證不同問題。

3. 寒蟬鳴泣之時

定位：工程接入／第一個真正改造原型

核心問題：

傳統 VN 到底能不能實際掛上 World-Bundle Runtime？\boxed{ \text{傳統 VN 到底能不能實際掛上 World-Bundle Runtime？} }

優勢：

  • 適合局部切片；
  • 既有 mod／腳本研究生態；
  • 語音與圖像 patch 經驗成熟；
  • 世界本身具有多版本歷史／碎片式語義親和性。

建議實驗： 只取一個 20–30 分鐘片段，加入：

自由語義輸入
→ AI Intent Parse
→ Candidate Bundle
→ Rule Validation
→ NPC Response
→ State Transition

這一款最適合回答「能不能真的改」。

4. 428 ～被封鎖的澀谷～

定位：異質觀察者／多時間軸因果束

核心問題：

多角色、不同時間軸的世界束是否能真正非同步運作？\boxed{ \text{多角色、不同時間軸的世界束是否能真正非同步運作？} }

作品天然接近：

O1∥O2∥O3∥O4∥O5.\boxed{ O_1\parallel O_2\parallel O_3\parallel O_4\parallel O_5. }

不同角色知道不同資訊，而且：

ai→Sja_i \rightarrow S_j

會跨 observer 產生因果影響。

建議實驗： 取同一 30–60 分鐘區間、3 個角色、1–2 個跨角色重大事件。讓 AI 分別預展：

SpecExpand(Bi)SpecExpand(\mathcal B_i)

再由同一 world simulator 驗證。

這是 HOASC 最直接的遊戲 benchmark。

5. CLANNAD / Little Busters!

定位：Relationship-State World Bundle

核心問題：

玩家真正的語義，而非 Choice ID，能不能改變角色關係的可達未來？\boxed{ \text{玩家真正的語義，而非 Choice ID，能不能改變角色關係的可達未來？} }

例如同一句：

「今天我陪你回家。」

可能是：

  • romantic interest；
  • protective behavior；
  • politeness；
  • guilt；
  • social obligation；
  • avoid-other-event。

結合不同：

HistorytHistory_t

之後：

SameSentence+DifferentRelationshipHistory→DifferentFutureBundle.\boxed{ SameSentence + DifferentRelationshipHistory \rightarrow DifferentFutureBundle. }

CLANNAD 適合個人 route／情感狀態。
Little Busters! 更適合多人團體關係束。

若只選一個做關係實驗，略偏 Little Busters!。

6. STEINS;GATE

定位：World Line → World Bundle

核心問題：

傳統「世界線」能不能真正升級成「世界束」？\boxed{ \text{傳統「世界線」能不能真正升級成「世界束」？} }

世界線可抽象成：

WorldLinei.WorldLine_i.

世界束：

Bt={WorldLine1,WorldLine2,…}.\boxed{ \mathcal B_t = \{WorldLine_1,WorldLine_2,\ldots\}. }

AI 可以在玩家真正觸發 phone action 前：

SpecExpand(Bt).SpecExpand(\mathcal B_t).

最適合驗證：

Causal Speculative Precomputation.\boxed{ \text{Causal Speculative Precomputation}. }

不建議第一個做，因為原始因果鏈太複雜，容易把研究變成理解原作規則。

7. Zero Escape

定位：Hard-State Validator

核心問題：

AI 的語義自由能不能和 deterministic hard-state rule engine 共存？\boxed{ \text{AI 的語義自由能不能和 deterministic hard-state rule engine 共存？} }

適合原因：

  • room state；
  • inventory；
  • knowledge state；
  • survival；
  • puzzle constraints；
  • branching；
  • information asymmetry。

分工非常乾淨：

AI=SemanticInterpreter\boxed{AI=SemanticInterpreter}Computer=StateValidator\boxed{Computer=StateValidator}

適合驗證 AI 自由輸入是否能安全進入硬規則遊戲。

8. Detroit: Become Human

定位：大型成熟 Branching Narrative Benchmark

核心問題：

當傳統 branching narrative 已經非常複雜時， World Bundle 是否仍然是另一種結構？\boxed{ \text{當傳統 branching narrative 已經非常複雜時， World Bundle 是否仍然是另一種結構？} }

這是 Detroit 最重要的研究價值。

它本來已具有：

  • 多角色；
  • 大型 flowchart；
  • 跨角色因果；
  • 角色死亡後故事持續；
  • 多狀態；
  • 多結局；
  • 大量 authored branches。

所以不是用它證明「AI 可以增加更多 branch」。

而是要比較：

Many Preauthored Paths\boxed{ Many\ Preauthored\ Paths }

與：

Dynamically Reconstructed Reachable Future Space.\boxed{ Dynamically\ Reconstructed\ Reachable\ Future\ Space. }

差異是生成結構，不是 branch count。

9. Detroit 的多觀察者世界束

可以抽象：

OK=Kara,OC=Connor,OM=Markus.O_K=Kara,\qquad O_C=Connor,\qquad O_M=Markus.

三者共享世界：

[ W, ]

但：

ΠK(W)≠ΠC(W)≠ΠM(W).\boxed{ \Pi_K(W) \neq \Pi_C(W) \neq \Pi_M(W). }

因此各自有：

BK,BC,BM.\mathcal B_K,\quad \mathcal B_C,\quad \mathcal B_M.

最後再收連到：

BW.\boxed{\mathcal B_W.}

這是大型異質觀察者世界束最好的展示型 benchmark。

10. Detroit 的自由語義選擇

例如 Connor 審問 Android。

傳統選項：

Threaten
Empathize
Pressure
Calm

World-Bundle 玩家可以輸入：

「不要直接威脅。我故意說錯一個證據細節，看他會不會主動糾正。」

AI 解析：

non_threatening
evidence_signaling
deliberate_misstatement
reaction_probe

再展開：

B={Fcorrects,Fsilent,Fstress,Fdetects trap,Ftrust,Fshutdown}.\mathcal B= \{ F_{corrects}, F_{silent}, F_{stress}, F_{detects\ trap}, F_{trust}, F_{shutdown} \}.

傳統狀態機再依：

Stress
Trust
EvidenceKnown
PriorDialogue
TimeRemaining
Deviancy

驗證。

這就是：

ChoiceMenu→SemanticActionSpace.\boxed{ ChoiceMenu\rightarrow SemanticActionSpace. }

11. Detroit Flowchart → World-Bundle UI

可將 flowchart 升級成：

              Current State
                   ●
          ┌────────┼────────┐
          │        │        │
      Authored  Predicted  Latent
        ○         ◌◌◌       ?
                  │
               Validated
                  ●

建議：

  • 實線：Canonical authored path；
  • 虛線：AI speculative future；
  • 亮線：Validated；
  • 灰線：曾可達、現在失效；
  • 鎖：Hard constraint；
  • 收束符號：多 narrative paths 已 CRL 到同一 hard state。

Detroit 甚至可以把 speculative future visualization 直接合理化為 Connor 的分析能力。

12. 後期候選

Fate/stay night

高密度 route、lore、identity；非常適合，但 scope 太大。

Rewrite

Hard-world rules 與 route 結構很適合，但同樣容易 scope explosion。

Umineko

不一定最適合自由 action world bundle，但非常適合：

XQXOT\boxed{ X^QX^OT }

即 observer、truth model、meta-query、interpretation。

13. 建議實驗順序

Phase 1 — 工程接入

寒蟬

能不能真的把傳統 VN 改成 World-Bundle Runtime？\boxed{ \text{能不能真的把傳統 VN 改成 World-Bundle Runtime？} }

Phase 2 — 異質觀察者

428

多 observer / 多時間軸是否能形成非同步因果世界束？\boxed{ \text{多 observer / 多時間軸是否能形成非同步因果世界束？} }

Phase 3 — 關係語義

Little Busters! / CLANNAD

自由語義選擇能不能改變 relationship-state bundle？\boxed{ \text{自由語義選擇能不能改變 relationship-state bundle？} }

Phase 4 — 因果預計算

STEINS;GATE

World Line 能不能升級成 World Bundle？\boxed{ \text{World Line 能不能升級成 World Bundle？} }

Phase 5 — Hard-State Validation

Zero Escape

AI semantic freedom + deterministic hard constraints 是否能穩定共存？\boxed{ \text{AI semantic freedom + deterministic hard constraints 是否能穩定共存？} }

Phase 6 — 大型 Benchmark / Showcase

Detroit: Become Human

當傳統 branching 已高度成熟， World Bundle 是否仍能顯示結構上的不同？\boxed{ \text{當傳統 branching 已高度成熟， World Bundle 是否仍能顯示結構上的不同？} }

14. 如果只選三款

優先：

寒蟬+428+Detroit\boxed{ \text{寒蟬} + 428 + Detroit }

分別回答：

  • 寒蟬：能不能真的接進舊 AVG？
  • 428：異質觀察者非同步世界束是否成立？
  • Detroit：世界束是否真的不同於極大型 Flowchart？

15. 如果只選四款

再加入：

STEINS;GATE\boxed{STEINS;GATE}

作：

WorldLine→WorldBundleWorldLine\rightarrow WorldBundle

最漂亮的概念展示。

16. 研究版 vs 公開版

私人研究原型

適合研究 scene graph、save state、flags、script、state transition。

Mod / Patch

最好只發布自己新增的 patch / runtime，不直接重發原作資產。

正式產品

最乾淨的是：

  • 自己 IP；
  • 正式授權；
  • 合法聲優／voice model；
  • 自己的 World-Bundle Runtime。

所以經典 AVG 最適合作：

Reverse-Engineering Benchmark.\boxed{ \text{Reverse-Engineering Benchmark}. }

原創 MVP 則作：

Publishable Benchmark.\boxed{ \text{Publishable Benchmark}. }

17. 語音策略

Voice Layer 屬於：

SoftNarrativeRealization.\boxed{ SoftNarrativeRealization. }

資料可包含：

VoiceProfile
CharacterID
Emotion
Prosody
Intensity
SceneContext
License

產品層必須使用已授權聲優、合法 digital voice replica、商業可用合成 voice 或自有角色聲線。

18. 最終候選矩陣

遊戲 核心實驗
寒蟬 舊 VN 技術接入
428 異質觀察者／跨時間因果
CLANNAD 個人 relationship-state
Little Busters! 群體 relationship-state
STEINS;GATE World Line → World Bundle
Zero Escape deterministic hard-state validation
Detroit: Become Human 大型成熟 branching benchmark
Umineko Meta-Query / observer / truth-model
Rewrite 大型 hard-world rule system
Fate/stay night 高密度 route / lore / identity

19. 最終結論

這些作品剛好可以形成：

World-Bundle Benchmark Suite.\boxed{ \text{World-Bundle Benchmark Suite}. }

從傳統 VN 一路測：

技術接入→多角色異步→關係狀態→世界線→硬規則→大型 authored branching.\text{技術接入} \rightarrow \text{多角色異步} \rightarrow \text{關係狀態} \rightarrow \text{世界線} \rightarrow \text{硬規則} \rightarrow \text{大型 authored branching}.

如果最後連 Detroit 這種高度成熟的 branching narrative 都能清楚看出：

Flowchart≠WorldBundle,\boxed{ Flowchart\neq WorldBundle, }

那麼「世界束」就不只是「AI 多生成一些支線」的另一種說法。

它真正代表：

同一套世界法則下， 依玩家歷史、語義意圖、異質觀察者與即時預展， 動態重建每個玩家可達的未來空間。\boxed{ \text{同一套世界法則下， 依玩家歷史、語義意圖、異質觀察者與即時預展， 動態重建每個玩家可達的未來空間。} }