不少玩家都吐槽過網遊日常任務重複枯燥,最近米哈遊聯合相關機構放出的 Gamer 智能體研究,剛好戳中大家的這個痛點,未來的某天可能就會實現。
![]()
它和普通 AI 不一樣,不用讀取遊戲內存、調用專屬接口,只靠識別屏幕畫面,輸出鍵鼠指令來操作遊戲,和真人坐在電腦前的遊玩方式完全一致。
![]()
整套模型分成三個階段訓練,先用一萬小時以上跨遊戲操作數據做預訓練,再做指令微調與時序感知強化學習。
![]()
團隊自研 Streaming-vLLM 引擎,在 H200 顯卡上把延遲壓到 65.12ms,保證實時交互。模型每秒採集 5 幀畫面,最高可以輸出 30Hz 的鍵鼠動作。
![]()
測試主要放在《崩壞:星穹鐵道》,演示內容包含主線推進、地圖探索、BOSS 戰和七類解謎小遊戲。
![]()
![]()
強化學習版本 Gamer-RL 面對 40 個從沒見過的解謎任務,宏平均成功率 49.7%,對比 GPT、Claude 這類通用大模型優勢明顯。
![]()
在 MCU、ViZDoom 幾項基準測試裏,Gamer-35B-A3B-CPT 的成績還小幅上漲 3.4 個百分點。
團隊明確說明,Gamer 只是學術項目,可用方向是遊戲自動化測試、無障礙交互研究,不允許拿來作弊。
![]()
它現階段還處在研究環境裏,沒法穩定通關任意遊戲,大家期待的自動清日常,暫時還沒法落地。
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
