米哈游崩坏 AI 研发团队正式推出通用视觉语言动作基础模型 Gamer,这是一款面向游戏场景的通用 AI 智能体,它不需要读取游戏内部数据、不用接入游戏专属 API,只依靠识别屏幕画面,就能输出键鼠指令,自主游玩 2D、3D 各类游戏,官方放出了它在《崩坏:星穹铁道》里自动跑主线、战斗、探索和解谜的演示视频,模型结合感知、记忆、多步推理能力,专门用来处理游戏里长时间、多步骤的复杂任务,同时搭配自研推理引擎压低延迟,保证实时操作的流畅度,这个模型由米哈游联合多所高校共同研发,相关论文和项目资料也同步对外公开。
Gamer 模型核心特点清单
- 输入方式:采集游戏画面,5Hz 画面采样
- 输出方式:直接生成键鼠操作,最高 30Hz 动作输出
- 适配范围:支持 2D 小游戏、3D 开放世界游戏
- 技术方案:持续预训练 + 稀疏思考指令微调 + 多轮强化学习
- 配套引擎:Streaming-vLLM 推理引擎,降低推理延迟
- 演示案例:《崩坏:星穹铁道》自动战斗、探索、解谜、主线任务
关键技术说明
- 运行逻辑:和真人玩家一样,只看屏幕像素,不读取游戏内存,通用性更强
- 训练数据:使用上万小时键鼠操作轨迹数据完成预训练
- 解决痛点:针对长流程任务,优化记忆、误差累积、奖励稀疏等问题
- 硬件表现:在 NVIDIA H200 环境下,端到端延迟最低可至 65.12 毫秒
小结
Gamer 不是只能适配单一游戏的专用 AI,属于通用游戏智能基础模型,未来可拓展到更多不同类型游戏,同时也是米哈游在具身智能、游戏 Agent 方向的重要技术成果。
【相关 FAQ】
问题 1:米哈游发布的通用游戏 AI 模型 Gamer 是什么?
回答 1:米哈游发布的通用游戏 AI 模型 Gamer 是一款视觉语言动作基础模型,能够识别游戏画面,直接输出键鼠指令,自主游玩 2D、3D 游戏,不需要读取游戏内部数据。
问题 2:Gamer 这个 AI 模型需要接入游戏接口或者读游戏内存吗?
回答 2:Gamer 不需要接入游戏专用 API,也不用读取游戏内部数据,它和人类玩家一样,依靠识别屏幕画面来完成游戏操作。
问题 3:Gamer 演示的时候可以在《崩坏:星穹铁道》里做哪些事情?
回答 3:Gamer 演示中可以在《崩坏:星穹铁道》自动完成战斗、地图探索、解谜挑战、推进主线任务等各类游戏任务。
【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)IT 之家
[2026-11-17](米哈游公布智能模型演示视频,能自己玩游戏)腾讯新闻
[2026-11-13](Gamer: A Generalist Vision-Language-Action Foundation Model for Long-Horizon Real-Time Game Agent)arXiv
【免责声明】
以上资讯仅为技术信息整理,内容来源于公开论文、媒体报道,Gamer 属于技术研究模型,不代表会上线面向玩家的自动代玩功能,模型落地、开放方案请以米哈游官方后续公告为准。
本文来自作者[雾境路由]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/kuaixun/202611/1656.html
评论列表(4条)
我是新投网的签约作者“雾境路由”!
希望本篇文章《米哈游发布通用游戏 AI 模型 Gamer,可像人一样看画面键鼠操作游戏》能对你有所帮助!
本站[新投网]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 研发团队正式推出通用视觉语言动作基础模型 Gamer,这是一款面向游戏场景的通用 AI 智能体,它不需要读取游戏内部数据、不用接入游戏专属 API,只依靠识别屏幕画面,就能输出键鼠指令,自主游玩 2D、3D 各类游戏,官方放出了它在《崩坏:星穹铁道》里自动跑主线、战斗、探索和解谜的演示视频,模型结合感知、记忆、多步推理能力,专门用来处理游戏里长时间、多步骤的复杂任务,同时搭配自研推理引擎压低延迟,保证实时操作的流畅度,这个模型由米哈游联合多所高校共同研发,相关论文和项目资料也同步对外公开。