米哈游发布通用视觉-语言-动作模型Gamer
热点事件观察中
米哈游发布通用视觉-语言-动作模型Gamer
2 篇报道2 个报道来源1 天前更新
先了解这件事
AI 综述
2026年11月16日,arXiv发布关于通用智能体框架Gamer的论文。该框架由米哈游崩坏AI研发团队开发,专攻复杂交互环境中的长时程任务,结合了感知、记忆管理与多步推理能力。其架构支持2D图形界面与3D模拟环境,并基于数万小时设备级键鼠交互数据完成预训练。 后续报道详细披露了模型的技术细节。Gamer基于Qwen3-VL-8B底座进行训练,采用了包括持续预训练、稀疏思考与记忆摘要机制在内的三阶段训练流程,并引入TA-GRPO强化学习算法。这些技术显著提升了模型在跨游戏任务中的操作稳定性与长程规划能力。 在实际应用层面,该模型在《崩坏:星穹铁道》中实现了50小时长流程的95%自主运行率。这一进展展示了Gamer作为通用视觉-语言-动作(VLA)基础模型在长时程游戏Agent领域的具体效能与落地潜力。
AI 根据报道生成 · 9 小时前更新
最新进展11月21日 00:25
米哈游发布 VLA 模型 Gamer 研究论文报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- 量子位米哈游发布 VLA 模型 Gamer 研究论文
米哈游崩坏 AI 研发团队发布了通用视觉-语言-动作模型 Gamer,基于 Qwen3-VL-8B 训练,实现了《崩坏:星穹铁道》中 50 小时长流程的 95% 自主运行率。论文提出三阶段训练流程,包括持续预训练、稀疏思考与记忆摘要机制,以及 TA-GRPO 强化学习算法,显著提升了模型在跨游戏任务中的操作稳定性和长程规划能力。
11月16日
- arXiv · AIGamer: 面向长时程实时游戏智能体的通用视觉-语言-动作基础模型
summary_zh: Gamer 是一个面向复杂交互式环境长时程任务的通用智能体框架,结合感知、记忆管理与多步推理。 其架构支持 2D 图形界面与 3D 模拟环境,基于数万小时设备级键鼠交互数据预训练。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
11月17日11月18日11月19日11月20日11月21日11月22日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。