# 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： \[ \boxed{ \text{玩家每一次語義選擇，都會改變下一階可達未來空間本身。} } \] 傳統 branching narrative： \[ S_t \rightarrow \{S_{t+1}^{(1)},S_{t+1}^{(2)},\dots\}. \] World-Bundle： \[ \boxed{ S_t \xrightarrow{PlayerIntent} I_t \xrightarrow{AI} \mathcal B_t \xrightarrow{WorldRules} \mathcal B_t^{valid} \xrightarrow{Commit} S_{t+1}. } \] 因此： \[ \boxed{Flowchart \neq WorldBundle.} \] --- ## 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： \[ \boxed{AI \neq WorldAuthority.} \] ### 1.3 異質觀察者程度 是否存在多個： \[ O_1,O_2,\dots,O_n \] 且各自具有不同資訊、目標、時間軸與世界投影： \[ \boxed{\Pi_i(W)\neq\Pi_j(W).} \] ### 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： \[ ChoiceID \rightarrow SemanticAction \] 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： \[ \boxed{ \text{寒蟬} + 428 + CLANNAD/Little\ Busters! + STEINS;GATE + Zero\ Escape + Detroit:Become\ Human } \] 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： \[ \boxed{ \text{傳統 VN 到底能不能實際掛上 World-Bundle Runtime？} } \] 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： ```text 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： \[ \boxed{ \text{多角色、不同時間軸的世界束是否能真正非同步運作？} } \] 作品天然接近： \[ \boxed{ O_1\parallel O_2\parallel O_3\parallel O_4\parallel O_5. } \] 不同角色知道不同資訊，而且： \[ a_i \rightarrow S_j \] 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： \[ SpecExpand(\mathcal B_i) \] 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： \[ \boxed{ \text{玩家真正的語義，而非 Choice ID，能不能改變角色關係的可達未來？} } \] 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： \[ History_t \] 之後： \[ \boxed{ SameSentence + DifferentRelationshipHistory \rightarrow DifferentFutureBundle. } \] **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： \[ \boxed{ \text{傳統「世界線」能不能真正升級成「世界束」？} } \] 世界線可抽象成： \[ WorldLine_i. \] 世界束： \[ \boxed{ \mathcal B_t = \{WorldLine_1,WorldLine_2,\ldots\}. } \] AI 可以在玩家真正觸發 phone action 前： \[ SpecExpand(\mathcal B_t). \] 最適合驗證： \[ \boxed{ \text{Causal Speculative Precomputation}. } \] **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： \[ \boxed{ \text{AI 的語義自由能不能和 deterministic hard-state rule engine 共存？} } \] 適合原因： - room state； - inventory； - knowledge state； - survival； - puzzle constraints； - branching； - information asymmetry。 分工非常乾淨： \[ \boxed{AI=SemanticInterpreter} \] \[ \boxed{Computer=StateValidator} \] 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： \[ \boxed{ \text{當傳統 branching narrative 已經非常複雜時， World Bundle 是否仍然是另一種結構？} } \] 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： \[ \boxed{ Many\ Preauthored\ Paths } \] 與： \[ \boxed{ Dynamically\ Reconstructed\ Reachable\ Future\ Space. } \] 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： \[ O_K=Kara,\qquad O_C=Connor,\qquad O_M=Markus. \] 三者共享世界： \[ W, \] 但： \[ \boxed{ \Pi_K(W) \neq \Pi_C(W) \neq \Pi_M(W). } \] 因此各自有： \[ \mathcal B_K,\quad \mathcal B_C,\quad \mathcal B_M. \] 最後再收連到： \[ \boxed{\mathcal B_W.} \] 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： ```text 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： ```text non_threatening evidence_signaling deliberate_misstatement reaction_probe ``` 再展開： \[ \mathcal B= \{ F_{corrects}, F_{silent}, F_{stress}, F_{detects\ trap}, F_{trust}, F_{shutdown} \}. \] 傳統狀態機再依： ```text Stress Trust EvidenceKnown PriorDialogue TimeRemaining Deviancy ``` 驗證。 這就是： \[ \boxed{ ChoiceMenu\rightarrow SemanticActionSpace. } \] --- ## 11. Detroit Flowchart → World-Bundle UI 可將 flowchart 升級成： ```text 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： \[ \boxed{ X^QX^OT } \] 即 observer、truth model、meta-query、interpretation。 --- ## 13. 建議實驗順序 ### Phase 1 — 工程接入 **寒蟬** \[ \boxed{ \text{能不能真的把傳統 VN 改成 World-Bundle Runtime？} } \] ### Phase 2 — 異質觀察者 **428** \[ \boxed{ \text{多 observer / 多時間軸是否能形成非同步因果世界束？} } \] ### Phase 3 — 關係語義 **Little Busters! / CLANNAD** \[ \boxed{ \text{自由語義選擇能不能改變 relationship-state bundle？} } \] ### Phase 4 — 因果預計算 **STEINS;GATE** \[ \boxed{ \text{World Line 能不能升級成 World Bundle？} } \] ### Phase 5 — Hard-State Validation **Zero Escape** \[ \boxed{ \text{AI semantic freedom + deterministic hard constraints 是否能穩定共存？} } \] ### Phase 6 — 大型 Benchmark / Showcase **Detroit: Become Human** \[ \boxed{ \text{當傳統 branching 已高度成熟， World Bundle 是否仍能顯示結構上的不同？} } \] --- ## 14. 如果只選三款 優先： \[ \boxed{ \text{寒蟬} + 428 + Detroit } \] 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： \[ \boxed{STEINS;GATE} \] 作： \[ WorldLine\rightarrow WorldBundle \] 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： \[ \boxed{ \text{Reverse-Engineering Benchmark}. } \] 原創 MVP 則作： \[ \boxed{ \text{Publishable Benchmark}. } \] --- ## 17. 語音策略 Voice Layer 屬於： \[ \boxed{ SoftNarrativeRealization. } \] 資料可包含： ```text 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： \[ \boxed{ \text{World-Bundle Benchmark Suite}. } \] 從傳統 VN 一路測： \[ \text{技術接入} \rightarrow \text{多角色異步} \rightarrow \text{關係狀態} \rightarrow \text{世界線} \rightarrow \text{硬規則} \rightarrow \text{大型 authored branching}. \] 如果最後連 Detroit 這種高度成熟的 branching narrative 都能清楚看出： \[ \boxed{ Flowchart\neq WorldBundle, } \] 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： \[ \boxed{ \text{同一套世界法則下， 依玩家歷史、語義意圖、異質觀察者與即時預展， 動態重建每個玩家可達的未來空間。} } \]