论文60

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之家发布时间 (北京时间)

米哈游《崩坏》系列 AI 研发团队公布通用视觉语言动作基础模型 Gamer,可模拟真人键鼠操作自主游玩 3D 和 2D 游戏。该模型不读取游戏内部数据、不依赖专用 API,以 5 Hz 采集画面输入并生成 30 Hz 键鼠指令,基于超 1 万小时跨游戏操作轨迹预训练,并配套 Streaming-vLLM 推理引擎将端到端延迟从 1306 毫秒降至 65.12 毫秒。

来源仅允许展示摘要,全文请到原文阅读。
Agent 智能体多模态数据与训练论文研究#论文/研究#Agent#多模态#数据/训练