米哈游 Gamer 模型自主打游戏:延迟从 1306 毫秒降到 65 毫秒

11 月 17 日,米哈游旗下《崩坏》系列 AI 研发团队公布通用视觉语言动作基础模型 Gamer,可通过画面输入自主操作键鼠游玩 3D 与 2D 游戏。在 NVIDIA H200 上,它把端到端请求延迟从 1306 毫秒压到了 65.12 毫秒。

不读游戏内部数据也能玩

Gamer 无需读取游戏内部数据,也不依赖游戏专用 API,而是以每秒 5 帧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与鼠标移动指令,模拟真人用键鼠操作的过程。

1 万小时轨迹与自研推理引擎

为解决长任务执行中的内存限制与推理延迟问题,团队用超过 1 万小时的跨游戏键鼠操作轨迹做持续预训练,再叠加稀疏思维指令微调与时序感知强化学习,并自研了名为 Streaming-vLLM 的推理引擎,在 NVIDIA H200 上把端到端延迟从 1306 毫秒降到 65.12 毫秒。测试中,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上平均成功率达到 49.7%,优于未经微调的通用模型。团队称这是学术研究项目,不支持用于游戏作弊与未授权访问。

数据边界与合规表态

出于数据安全考虑,研究团队目前只公开了项目早期基础预训练阶段使用的通用文件,没有公开任何《崩坏:星穹铁道》相关的训练数据,也没有发布用该游戏数据训练或微调后的模型权重。团队展示的实机演示覆盖了主线任务、探索场景与解谜挑战三类内容。

相关阅读

全部文章归档与模型专题