• 回答数

    0

  • 浏览数

    25

  • 收藏数

    0

作者:nbman 发表于 昨天 19:28
跳转到指定楼层
AI 总结 • 米哈游旗下《崩坏》系列AI研发团队于11月17日公布通用视觉语言动作基础模型“Gamer”,可模拟真人操作自主游玩《崩坏:星穹铁道》等3D和2D游戏。 • Gamer无需读取游戏内部数据或依赖专用API,以每秒5帧采集画面,生成30Hz原生键盘按键及鼠标移动指令。 • 团队利用超1万小时跨游戏键鼠操作轨迹预训练,结合稀疏思维指令微调与时序感知强化学习,并开发Streaming-vLLM推理引擎,将端到端延迟从1306毫秒降至65.12毫秒。 • 测试显示,经强化学习的Gamer-RL在40项未接触过的小游戏任务中平均成功率达49.7%,优于未微调通用模型。 • 团队强调该研究旨在探索通用智能代理,潜在应用包括游戏测试、无障碍辅助和人机交互研究,不支持作弊或破坏公平性,且未公开《崩坏:星穹铁道》相关训练数据及模型权重。 【模型概况】 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。 【技术原理】 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)的频率采集游戏画面作为输入,再生成相当于 30 Hz 的原生键盘按键状态及鼠标移动指令,从而模拟真人使用键鼠操作游戏的过程。 【训练与优化】 为了解决长时间执行任务时面临的内存限制和推理延迟问题,研究团队利用超过 1 万小时的跨游戏键鼠操作轨迹进行持续预训练,并结合稀疏思维指令微调和时序感知强化学习优化模型。 此外,团队还专门开发了名为“Streaming-vLLM”的推理引擎。 在 NVIDIA H200 硬件环境下,该引擎将端到端请求延迟从 1306 毫秒大幅降低至 65.12 毫秒。 【实机演示】 研究团队还展示了 Gamer 在《崩坏:星穹铁道》中执行主线任务、探索场景及完成解谜挑战的实机演示。 测试数据显示,经过强化学习训练的 Gamer-RL 在 40 项此前未接触过的小游戏任务中,平均成功率达到 49.7%,表现优于未经微调的通用模型。 【应用与伦理】 针对外界担忧该技术可能被用于开发游戏外挂和自动化脚本,研究团队强调,Gamer 是一项旨在探索交互环境通用智能代理的学术研究项目,潜在应用方向包括游戏测试、无障碍辅助以及人机交互研究。 团队明确表示,不支持将 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。 【数据公开情况】 出于数据安全方面的考虑,米哈游研究 ...
该板块内容需要购买后才能完整浏览
立即购买
分享:
回复

使用道具

成为第一个回答人

高级模式 评论
您需要登录后才可以回帖 登录 | 立即注册
⚠️

AI客服助手

⇲ ×
AI
您好!我是AI客服助手,有什么可以帮助您的吗?

请先登录后使用AI客服助手

立即登录
内容由非常AI大模型生成,仅供参考,相关风险需自行承担。

赚钱

会员VIP

留言板

商务合作

联系电话:17308937318

QQ邮箱

QQ:118275

邮箱:118275@qq.com

友情链接