米哈遊做了個純視覺操作AI模型“Gamer”

昨(17)日,米哈遊旗下《崩壞》系列AI研發團隊公佈了通用視覺語言動作基礎模型「Gamer」,這個模型由米哈遊崩壞AI研發團隊主導,合作方包括新加坡國立大學、清華大學、中國科學院大學、中國科學技術大學等,模型從Qwen3-VL-8B起步,參數量爲8B

它不讀遊戲數據,不用遊戲內部的API,只看屏幕再生成鍵鼠操作,它每200毫秒採樣一幀畫面(5Hz),再在每個間隔內輸出6個連續的33毫秒鍵鼠狀態塊,實現約30Hz的原生鍵鼠控制,不需要額外的獨立動作頭

訓練分三個階段:先用超過1萬小時的遊戲鍵鼠操作軌跡做持續預訓練,再做指令微調,最後用TA-GRPO方法做在線強化學習,團隊還自研了Streaming-vLLM推理引擎,在NVIDIA H200上把端到端請求延遲從1306毫秒降到65.12毫秒,提速20.1倍

實機演示裏,Gamer在《崩壞:星穹鐵道》中完成了主線任務、場景探索和解謎,在40個此前未接觸過的任務、共7類謎題上,強化學習版Gamer-RL的宏平均成功率爲49.7%,而指令微調版Gamer-SFT爲39.2%,論文中表現最強的通用基線GPT-6.1-Sol爲17.1%

這個以後會不會變成高級代練或者新外掛?

研究團隊在項目頁面和論文中明確表態:Gamer是一項探索交互環境通用智能代理的學術研究項目,潛在應用方向包括遊戲測試、無障礙輔助和人機交互研究,團隊明確不支持將Gamer用於遊戲作弊、未經授權訪問、利用安全漏洞,以及任何損害用戶利益或破壞遊戲公平性的行爲

更多遊戲資訊請關註:電玩幫遊戲資訊專區

電玩幫圖文攻略 www.vgover.com