米哈游公布通用视觉语言动作基础模型 Gamer
2026/11/17 — 11/17 20:19·1 个来源(全部)·1 篇报道(全部)
核心速览 (Key Takeaways)
- 米哈游旗下《崩坏》系列 AI 团队公布了通用视觉语言动作基础模型 Gamer。
- 该模型无需读取游戏内部数据,通过采集游戏画面直接生成键鼠操作指令,并配合自研的 Streaming-vLLM 推理引擎大幅降低了端到端延迟。
事件背景与详细解读
2026 年 11 月 17 日,据 IT 之家报道,米哈游旗下《崩坏》系列 AI 研发团队公布通用视觉语言动作基础模型 Gamer。根据研究论文及项目页面公开的信息,Gamer 能够模拟真人操作方式,自主游玩 3D 和 2D 游戏。
在运行机制上,Gamer 无需读取游戏内部数据,也不依赖游戏专用 API,而是以每秒 5 帧(5 Hz)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及鼠标移动指令,模拟真人键鼠操作。为解决长时间执行任务时的内存限制与推理延迟问题,团队使用超过 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和时序感知强化学习优化模型,同时专门开发了 Streaming-vLLM 推理引擎,在 NVIDIA H200 硬件环境下将端到端请求延迟从 1306 毫秒降至 65.12 毫秒。团队还展示了 Gamer 在《崩坏:星穹铁道》中执行主线任务、探索场景与完成解谜挑战的实机演示;测试数据显示,经强化学习训练的 Gamer-RL 在 40 项此前未接触过的小游戏任务中平均成功率为 49.7%。目前披露的公开信息即停留在这一展示与测试阶段,尚无进一步的后续进展。
AI 综合 1 篇报道生成 · 更新于 3 小时前
- 热度指数
- 72
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 11 小时前
这件事的报道 点标题看原文
据 IT 之家报道,米哈游旗下《崩坏》系列 AI 团队公布了通用视觉语言动作基础模型 Gamer。该模型无需读取游戏内部数据,通过采集游戏画面直接生成键鼠操作指令,并配合自研的 Streaming-vLLM 推理引擎大幅降低了端到端延迟。
米哈游推出的游戏 AI 视觉动作模型,展示了端到端控制的新进展。
IT之家AI 评分 70
同时在说的其他事
- 热度指数 1331英伟达董事会设立国家安全与出口管制监督委员会25 个来源
- 热度指数 1027加州起诉 OpenAI,就智能体失控入侵 Hugging Face 索赔19 个来源
- 热度指数 1006新GPT-6.2 Astra 与 Sol 上线 ChatGPT、API 及 Perplexity11 个来源
- 热度指数 934爆黄仁勋愿重返英伟达任 CEO,并同意赴国会作证11 个来源
- 热度指数 852Anthropic IPO 定价指引达区间上限或更高,11 月 19 日上市11 个来源
热度怎么算的?了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。
本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加

