上海交通大学与哈工大深圳校区合作研发出一种革新性的游戏引擎——Delta-Engine，它利用大型预训练模型实现代码的自动成长，使虚拟世界能动态演化，不再受限于预设。研究团队选择宝可梦为主题进行实验，不仅因团队成员是宝可梦的忠实粉丝，也旨在探索虚拟世界与代码自适应成长的可能性。

Delta-Engine由基座引擎和代理模型两大组件构成。基座引擎负责构建虚拟世界的静态基础，而代理模型则通过神经网络对基座引擎进行扩展，响应特定条件时生成新代码，实现动态内容更新。研究人员采用大语言模型作为核心，因其支持多样输入形式，利于虚拟世界构建。此外，他们提出增量预测技术，通过预测基座引擎上的新增内容来实现高效拓展。

在Delta-Engine基础上，研究团队设计了一款名为Delta-Pokémon的概念游戏，允许玩家自定义专属宝可梦。玩家通过输入自然语言，为宝可梦设定成长路径、技能和特性，创造独特的游戏体验。游戏中的每一个角色都对应一个Delta-Engine，支持玩家个性化角色的持续进化。

为验证Delta-Engine的潜力，研究人员以路卡利欧为例，展示了如何通过自然语言指令让宝可梦学习新技能。Delta-Engine成功生成了新的类方法，实现了保护技能的功能。理论上看，这种机制可以无限拓展，让角色在游戏中实现开放式进化。

Delta-Pokémon的开发过程涉及对代理模型的调整与优化，确保模型能够处理新颖且有趣的输入。研究团队采用了原型引导策略，通过提供实体描述性信息激发大语言模型的想象力。此外，他们引入了启发式方法来评估样本的有趣性，以提高玩家的参与度和满意度。

最终，研究团队提出了全面评估Delta-Engine性能的三大准则：常规评估考察生成代码的正确性和执行性；增量评估分析引擎性能随内容量增长的变化；对抗评估应对用户输入的不确定性和挑战性。这些评估旨在确保Delta-Engine在各种情境下的稳定性和实用性。