AIsaAIsaStudio English 打开 AIsa Studio

米哈游发布 Gamer:面向长时程实时游戏智能体的通用视觉-语言-动作基础模型

原标题:miHoYo Gamer: A Generalist Game Agent

米哈游团队发布 Gamer,一个通用视觉-语言-动作基础模型,可将 5 Hz 屏幕观察映射为键鼠操作,完成《崩坏:星穹铁道》主线与长时程实时游戏任务。训练分三阶段:CPT 用统一动作格式实现 30 Hz 控制,SFT 基于 1 万小时以上游玩数据学习稀疏推理与任务状态记忆,TA-GRPO 用环境验证奖励做在线强化学习;Gamer-RL 在七类解谜的 40 个保留任务上达到 49.7% 宏平均成功率,比 Gamer-SFT 高 10.5 个百分点,通用基线最高 17.1%。配套 Streaming-vLLM 将 H200 上 Qwen3.5-35B-A3B MoE 的端到端延迟从 1,306 ms 降至 65.12 ms;CPT 缩放研究的 checkpoint 已发布,出于数据安全不公开星穹铁道数据及相关 checkpoint。

为什么值得看

项目页给出三阶段训练方法、基准成绩和延迟优化细节,读者可据此了解实时游戏智能体的可行路径。

阅读原文 ↗

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。