米哈遊公佈通用視覺語言動作基礎模型 Gamer
2026/11/17 — 11/17 20:19·1 個來源(全部)·1 篇報道(全部)
核心速覽 (Key Takeaways)
- 米哈遊旗下《崩壞》系列 AI 團隊公佈了通用視覺語言動作基礎模型 Gamer。
- 該模型無需讀取遊戲內部資料,通過採集遊戲畫面直接生成鍵鼠操作指令,並配合自研的 Streaming-vLLM 推理引擎大幅降低了端到端延遲。
事件背景與詳細解讀
2026 年 11 月 17 日,據 IT 之家報道,米哈遊旗下《崩壞》系列 AI 研發團隊公佈通用視覺語言動作基礎模型 Gamer。根據研究論文及專案頁面公開的資訊,Gamer 能夠模擬真人操作方式,自主遊玩 3D 和 2D 遊戲。
在執行機制上,Gamer 無需讀取遊戲內部資料,也不依賴遊戲專用 API,而是以每秒 5 幀(5 Hz)的頻率採集遊戲畫面作為輸入,再生成相當於 30 Hz 的原生鍵盤按鍵狀態及滑鼠移動指令,模擬真人鍵鼠操作。為解決長時間執行任務時的記憶體限制與推理延遲問題,團隊使用超過 1 萬小時的跨遊戲鍵鼠操作軌跡進行持續預訓練,並結合稀疏思維指令微調和時序感知強化學習最佳化模型,同時專門開發了 Streaming-vLLM 推理引擎,在 NVIDIA H200 硬體環境下將端到端請求延遲從 1306 毫秒降至 65.12 毫秒。團隊還展示了 Gamer 在《崩壞:星穹鐵道》中執行主線任務、探索場景與完成解謎挑戰的實機演示;測試資料顯示,經強化學習訓練的 Gamer-RL 在 40 項此前未接觸過的小遊戲任務中平均成功率為 49.7%。目前披露的公開資訊即停留在這一展示與測試階段,尚無進一步的後續進展。
AI 綜合 1 篇報道生成 · 更新於 2 小時前
- 熱度指數
- 72
- 全部來源
- 1
- 全部報道
- 1
- 首報
- 11 小時前
這件事的報道 點標題看原文
據 IT 之家報道,米哈遊旗下《崩壞》系列 AI 團隊公佈了通用視覺語言動作基礎模型 Gamer。該模型無需讀取遊戲內部資料,通過採集遊戲畫面直接生成鍵鼠操作指令,並配合自研的 Streaming-vLLM 推理引擎大幅降低了端到端延遲。
米哈遊推出的遊戲 AI 視覺動作模型,展示了端到端控制的新進展。
IT之家AI 評分 70
同時在說的其他事
- 熱度指數 1331輝達董事會設立國家安全與出口管制監督委員會25 個來源
- 熱度指數 1027加州起訴 OpenAI,就智慧體失控入侵 Hugging Face 索賠19 個來源
- 熱度指數 1006新GPT-6.2 Astra 與 Sol 上線 ChatGPT、API 及 Perplexity11 個來源
- 熱度指數 934爆黃仁勳願重返輝達任 CEO,並同意赴國會作證11 個來源
- 熱度指數 852Anthropic IPO 定價指引達區間上限或更高,11 月 19 日上市11 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

