米哈游崩坏 AI 研发团队联合多所高校公开 Gamer 通用 VLA 基础模型,它不需要读取游戏内存、不调用游戏专属 API,只看屏幕画面,输出键鼠指令,能够自主游玩《崩坏:星穹铁道》等 2D、3D 游戏,自动完成主线推进、地图探索、解谜、战斗这类长时序任务,和专门针对单一游戏写死逻辑的脚本 AI 完全不一样。Gamer 底层基于 Qwen3-VL-8B 改造,训练素材是上万小时真人键鼠操作轨迹,搭配自研 Streaming-vLLM 推理引擎解决实时游戏的延迟难题,解决了传统游戏 AI 容易在长任务里遗忘目标、时序推理出错、反应跟不上游戏节奏的痛点。它的工作方式是每秒 5 帧抓取画面,再输出 30Hz 的键鼠动作,模拟普通人坐在电脑前玩游戏的交互逻辑,通用性更强,未来可以用来做游戏自动化测试、开放世界智能 NPC、交互式数字智能体。
Gamer 模型核心参数信息
| 项目 | 详情 |
|---|---|
| 模型定位 | 通用视觉语言动作(VLA)游戏智能体基础模型 |
| 基础底座 | Qwen3-VL-8B |
| 画面采样频率 | 5Hz |
| 动作输出频率 | 30Hz |
| 配套引擎 | Streaming-vLLM |
| H200 硬件端到端延迟 | 65.12ms(优化前 1306ms) |
| 训练数据 | 上万小时跨游戏键鼠操作轨迹 |
训练三阶段流程
- 持续预训练:用大量键鼠操作轨迹数据学习画面和动作之间的对应关系,理解游戏环境变化规律
- 稀疏思维指令微调:过滤冗余计算,保留长任务需要的推理能力,降低算力消耗
- 时序感知强化学习:针对长周期任务优化,缓解上下文窗口限制、误差累积、稀疏奖励难题
已经验证的游戏能力清单
- 3D 开放世界:《崩坏:星穹铁道》自动跑主线、探索地图、解谜、回合制战斗
- 传统 2D 游戏:多款经典 2D 游戏基准测试,拿到不错的通关成绩
- 通用交互:适配普通桌面图形界面,不局限于米哈游自家游戏
模型潜在落地方向
- 游戏自动化回归测试:替代人工反复跑流程,减少测试人力
- 开放世界 NPC:拥有自主规划能力,行为更自然,不是固定台词循环
- 通用具身交互智能体:屏幕交互类任务都有适配潜力
和传统游戏脚本 AI 的区别
- 脚本 AI:写死规则,只适配一款游戏,画面稍微改动就失效
- Gamer:通用 VLA 模型,靠视觉理解画面,新游戏不用重新写全套规则,泛化能力更强
【相关 FAQ】
问题 1:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 是靠读取游戏数据来操作吗?
回答 1:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 不需要读取游戏内部数据、不需要专用 API,只采集屏幕画面,输出键鼠指令,和真人操作方式一致。
问题 2:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 在《崩坏:星穹铁道》里能做哪些操作?
回答 2:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 可以在《崩坏:星穹铁道》自主推进主线、探索地图、解谜、完成回合战斗。
问题 3:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 配套的 Streaming-vLLM 引擎作用是什么?
回答 3:米哈游公布 Gamer 模型可自主游玩游戏,Streaming-vLLM 是自研推理引擎,用来降低实时推理延迟,保障游戏操作响应速度。
问题 4:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 只能玩米哈游自家游戏吗?
回答 4:米哈游公布 Gamer 模型可自主游玩游戏,Gamer 属于通用 VLA 模型,支持 2D、3D 多种游戏,不局限于米哈游旗下游戏。
【参考资料】
[2026-11-17](米哈游公布通用视觉语言动作基础模型 Gamer,可自主游玩《崩坏:星穹铁道》等游戏)新浪科技
[2026-11-17](米哈游 Gamer 模型:看画面就能键鼠玩游戏)IT 之家
[2026-11-17](米哈游发布 Gamer 游戏智能体模型,支持长时序自主游玩)凤凰网科技
[2026-11-13](Gamer: A Generalist Vision-Language-Action Foundation Model for Long-Horizon Real-Time Game Agent)arXiv
【免责声明】
本文仅为 AI 技术研究成果资讯整理,不构成游戏购买、技术选型建议。Gamer 目前属于学术研究阶段,面向游戏智能体、自动化测试方向探索,模型开放计划、商用方案以米哈游 AI 团队官方发布、论文更新为准。
本文来自作者[风域采样]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/3827.html
评论列表(4条)
我是新新网的签约作者“风域采样”!
希望本篇文章《米哈游发布 Gamer 视觉语言动作基础模型,可像真人一样自主游玩 2D、3D 游戏》能对你有所帮助!
本站[新新网]内容主要涵盖:互联网行业的追踪与探索
本文概览:米哈游崩坏 AI 研发团队联合多所高校公开 Gamer 通用 VLA 基础模型,它不需要读取游戏内存、不调用游戏专属 API,只看屏幕画面,输