Event ·Multi-source

米哈游公布通用视觉语言动作模型 Gamer,可自主游玩《崩坏:星穹铁道》

米哈游《崩坏》系列 AI 研发团队于 11 月 17 日公布通用视觉语言动作基础模型 Gamer,能够通过模拟真人键鼠操作自主游玩 3D 和 2D 游戏。模型不读取游戏内部数据、不依赖游戏专用 API,以每秒 5 帧的频率采集游戏画面,输出相当于 30 Hz 的键盘按键与鼠标移动指令,模拟真人操作过程。 技术上,团队用超过 1 万小时的跨游戏键鼠操作轨迹做持续预训练,结合稀疏思维指令微调和时序感知强化学习优化模型,并自研 Streaming-vLLM 推理引擎。在 NVIDIA H200 环境下,端到端请求延迟从 1306 毫秒降至 65.12 毫秒。经过强化学习训练的 Gamer-RL 在 40 项未接触过的小游戏任务中平均成功率达 49.7%,优于未微调的通用模型。 团队展示了 Gamer 在《崩坏:星穹铁道》中完成主线任务、场景探索和解谜的实机演示,定位为探索交互环境通用智能体的学术研究,应用方向包括游戏测试、无障碍辅助和人机交互研究。出于数据安全考虑,团队未公开任何《崩坏:星穹铁道》相关训练数据和微调后的模型权重,并明确不支持用于游戏作弊等破坏公平性的用途。

Current read

米哈游把自家游戏当训练场,做了个纯看画面、模拟键鼠操作的模型,连《崩坏:星穹铁道》主线和解谜都能自己打。延迟优化和 RL 训练细节都公开了,做游戏智能体或 GUI Agent 的开发者值得看看这套思路。

11 sources67° AI heatLast updated 2026/11/17 11:26:19

Evidence

11 sources
Related source 2NVIDIA AI
View source
Related source 3arXiv cs.LG
View source
Related source 4Jerry Liu
View source
Related source 5TestingCatalog
View source
Related source 6Detik Inet
View source
Related source 7CoreWeave
View source
Related source 8The Information
View source
Related source 10Aravind Srinivas
View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

米哈游公布通用视觉语言动作模型 Gamer,可自主游玩《崩坏:星穹铁道》 · 事件专题 | AITOP