米哈游发了个VLA论文

2026.11.21 · 收录日 2026.11.21 · 模型 · 新模型 · 论文预印本

米哈游崩坏AI团队推出Gamer,让AI靠屏幕画面自主玩《崩铁》超50小时。

米哈游崩坏AI研发团队发布通用视觉—语言—动作基础模型Gamer,主力版本基于80亿参数的Qwen3-VL-8B训练。在覆盖五个主线篇章、约50小时的《崩铁》长流程评估中,Gamer自主运行时间占比超过95%,无需读取游戏内部接口。

  • Gamer定位为面向长流程、实时交互的通用VLA基础模型,主力版本基于80亿参数Qwen3-VL-8B训练。
  • 模型仅依靠屏幕画面、任务指令和已有记忆做判断,无需读取游戏内部接口或底层状态。
  • 约50小时《崩铁》长流程评估中,Gamer自主运行时间占比超过95%。
  • 训练分三阶段:跨游戏持续预训练、约1000小时《崩铁》演示微调、在线强化学习TA-GRPO。
  • 七类小游戏40个未训练任务中,基座模型仅3.2%,经CPT升至15.0%,SFT后39.2%,加强化学习达49.7%。

为什么值得看

看AI如何不读游戏接口,仅凭画面自主玩通长流程游戏。

适合谁关注

关注游戏AI、VLA模型与智能体的开发者与玩家。

原始来源

查看收录日 2026.11.21 全部卡片 · 全部卡片归档