米哈游做了个纯视觉操作AI模型“Gamer”

昨(17)日,米哈游旗下《崩坏》系列AI研发团队公布了通用视觉语言动作基础模型「Gamer」,这个模型由米哈游崩坏AI研发团队主导,合作方包括新加坡国立大学、清华大学、中国科学院大学、中国科学技术大学等,模型从Qwen3-VL-8B起步,参数量为8B

它不读游戏数据,不用游戏内部的API,只看屏幕再生成键鼠操作,它每200毫秒采样一帧画面(5Hz),再在每个间隔内输出6个连续的33毫秒键鼠状态块,实现约30Hz的原生键鼠控制,不需要额外的独立动作头

训练分三个阶段:先用超过1万小时的游戏键鼠操作轨迹做持续预训练,再做指令微调,最后用TA-GRPO方法做在线强化学习,团队还自研了Streaming-vLLM推理引擎,在NVIDIA H200上把端到端请求延迟从1306毫秒降到65.12毫秒,提速20.1倍

实机演示里,Gamer在《崩坏:星穹铁道》中完成了主线任务、场景探索和解谜,在40个此前未接触过的任务、共7类谜题上,强化学习版Gamer-RL的宏平均成功率为49.7%,而指令微调版Gamer-SFT为39.2%,论文中表现最强的通用基线GPT-6.1-Sol为17.1%

这个以后会不会变成高级代练或者新外挂?

研究团队在项目页面和论文中明确表态:Gamer是一项探索交互环境通用智能代理的学术研究项目,潜在应用方向包括游戏测试、无障碍辅助和人机交互研究,团队明确不支持将Gamer用于游戏作弊、未经授权访问、利用安全漏洞,以及任何损害用户利益或破坏游戏公平性的行为

原文链接:https://www.he6.net/28213.html,转载请注明出处。
0
没有账号?注册  忘记密码?

社交账号快速登录