米哈游发布Gamer模型:不读游戏数据,能自己打《崩坏:星穹铁道》
IT之家 11 月 17 日消息,米哈游旗下《崩坏》系列 AI 研发团队现已公布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。 根据研究论文及项目页面公开的信息,Gamer 无需读取游戏内部数据,也不依赖游戏专用 API,而是通过每秒 5 帧(5 Hz)的频率采集游戏
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”,11 月 17 日这一消息对外披露。按研究团队的描述,该模型可以像真人那样操作,自主游玩 3D 和 2D 游戏。

论文和项目页面公开的信息显示,Gamer 并不读取游戏内部数据,也不走游戏专用 API。它的做法是以每秒 5 帧(5 Hz)的频率采集游戏画面作为输入,再输出相当于 30 Hz 的原生键盘按键状态和鼠标移动指令,模拟的正是真人用键鼠打游戏的那套操作。

长时间执行任务会遇到内存限制和推理延迟,团队为此用超过 1 万小时的跨游戏键鼠操作轨迹做持续预训练,又结合稀疏思维指令微调与时序感知强化学习来优化模型。推理引擎方面,团队单独开发了“Streaming-vLLM”。在 NVIDIA H200 硬件环境下,端到端请求延迟从 1306 毫秒降到 65.12 毫秒。
实机演示中,Gamer 在《崩坏:星穹铁道》里执行主线任务、探索场景,还完成了解谜挑战。测试数据是:经过强化学习训练的 Gamer-RL 在 40 项此前没接触过的小游戏任务里平均成功率达到 49.7%,比未经微调的通用模型表现更好。

外界担心这项技术会被拿去做游戏外挂和自动化脚本。研究团队回应称,Gamer 是学术研究项目,目标是探索交互环境中的通用智能代理,潜在应用方向包括游戏测试、无障碍辅助和人机交互研究。团队明确表示,不支持把 Gamer 用于游戏作弊、未经授权访问、利用安全漏洞,以及任何损害用户利益或破坏游戏公平性的行为。
数据安全方面,米哈游研究团队目前只公开了项目早期基础预训练研究阶段使用的通用文件。与《崩坏:星穹铁道》相关的训练数据没有公开,用该游戏数据训练或微调后的模型权重也没有发布。
