11月18日,据报道,米哈游旗下《崩坏》系列 AI 研发团队公布了通用视觉语言动作基础模型“Gamer”,该模型能够模拟真人操作方式,自主游玩 3D 和 2D 游戏。

不同于常见的游戏 AI,Gamer 不读取游戏内部数据,也不依赖游戏专用的 API,而是以每秒 5 帧的频率采集游戏画面作为输入,再生成相当于 30 Hz 的原生键盘按键状态与鼠标移动指令,从而复现真人使用键鼠操作游戏的过程。
为了解决长时间执行任务时的内存限制和推理延迟,研究团队利用超过 1 万小时的跨游戏键鼠操作轨迹进行持续预训练,并结合稀疏思维指令微调与时序感知强化学习优化模型。团队还专门开发了名为“Streaming-vLLM”的推理引擎,在 NVIDIA H200 硬件环境下,将端到端请求延迟从 1306 毫秒降低至 65.12 毫秒。
研究团队展示了 Gamer 在《崩坏:星穹铁道》中执行主线任务、探索场景及完成解谜挑战的实机演示。测试数据显示,经过强化学习训练的 Gamer-RL 在 40 项此前未接触过的小游戏任务中,平均成功率达到 49.7%,表现优于未经微调的通用模型。
针对外界担忧该技术可能被用于游戏外挂和自动化脚本,团队强调 Gamer 是一项探索交互环境通用智能代理的学术研究项目,潜在应用方向包括游戏测试、无障碍辅助以及人机交互研究,明确不支持将其用于游戏作弊、未经授权访问、利用安全漏洞等损害用户利益或破坏游戏公平性的行为。出于数据安全考虑,米哈游目前仅公开了项目早期基础预训练阶段使用的通用文件,并未公开任何《崩坏:星穹铁道》相关训练数据,也没有发布使用该游戏数据训练或微调后的模型权重。
原创文章,作者:聆听,如若转载,请注明出处:https://www.kejixun.co/article/768490.html