米哈游AI研究团队开发了Gamer,一个用于长时、实时交互式视觉-语言-动作任务的基础模型。该模型基于一个80亿参数的Qwen3-VL-8B基础模型进行训练,能够通过解释视觉输入并输出键盘和鼠标动作来自主玩《崩坏:星穹铁道》等游戏。在长达50小时的游戏过程中,Gamer展示了超过95%的自主运行能力,证明了其学习复杂序列、通过记忆摘要管理上下文以及通过强化学习进行改进的能力。 AI
影响 这项研究可能会加速能够处理交互式环境中复杂、长期任务的AI代理的开发,对游戏开发和自动化测试产生影响。
排序理由 该条目描述了一家游戏公司AI研究团队发布的一篇研究论文和一个新的基础模型,详细介绍了其训练方法和在游戏任务上的表现。[lever_c_demoted from research: ic=1 ai=1.0]
- Continued pre-training
- Gamer
- Gameworlds: Virtual Media and Children’s Everyday Play
- Honkai: Star Rail
- Kuan Zhang
- miHoYo
- OmniGameArena
- Qi Deng
- Qwen3 VL 8B
- Run Luo
- Streaming-vLLM
- supervised fine-tuning
- TA-GRPO
- ViZDoom
- Yufei Zhang
- Yukun Chen
- Zhihao Yang
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →