Gamer:用于长周期实时游戏智能体的通才视觉-语言-动作基础模型
米哈游研究团队推出了 Gamer,这是一种通才视觉-语言-动作基础模型,旨在通过标准的屏幕像素、键盘和鼠标输入进行长周期的实时游戏交互。

原文配图暂不可用
米哈游崩坏AI研发团队介绍了 Gamer,这是一种通才视觉-语言-动作(VLA)基础模型,旨在通过标准的人类交互界面(截图、键盘和鼠标)与复杂的3D游戏进行交互,而无需依赖特权游戏状态或定制API。作者报告了一个完整的技术管线,包括对1万多小时游戏轨迹进行持续预训练、使用自动化标注管线(产生约120万条推理标注和22.3万条记忆标注)进行监督微调,以及名为 Streaming-vLLM 的优化推理引擎(实现超过20倍的推理延迟降低)。为了处理长周期任务,该团队实施了时间感知 GRPO(TA-GRPO),用于长达一小时的轨迹强化学习。在对《崩坏:星穹铁道》主线剧情的自动化评估中,作者报告称 Gamer 处理了超过95%的挑战。该研究为游戏智能的Scaling Law(扩展定律)以及推理速度与在线强化学习有效性之间的相互作用提供了见解。由于这是一篇预训练论文,其独立重复性、代码可用性详情以及在开发者专有测试环境之外的全面泛化基准仍有待全面验证。
查看筛选依据
媒体报道阶段未明确
重要性 77/100
信号78结构78影响75可信度71热度72
关于这篇简报
- 内容类型
- 研究摘要
- 信源类型
- 第一方/官方来源
- 原文发布时间
- 处理方式
- AI 辅助发现、翻译、摘要、分类与评分;编辑标准和纠错由编辑部维护。
- 核验边界
- 保留原始链接与发布信息;除非特别说明,本简报不构成独立事实核查。
- 发布方
- Polyemergence Editorial Desk · PolyEmergence Pte Ltd.
- 利益冲突
- 无已声明的财务或商业利益冲突。