HaiAI123

全球AI工具精選導航

行業動態
持平

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

updream
24 小時熱度熱度指數 72 · 峰值 98 · 10 小時前
24 小時前現在

這件事的報道 點標題看原文

昨天
  1. 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

熱度怎麼算的?瞭解口徑

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

回 AI 行業動態榜 →