跳到正文
原文
量子位 QbitAI· 衡宇·· 1 天前AI 评分58

米哈游发布Gamer VLA论文,8B模型自主玩《崩坏:星穹铁道》

米哈游发了个VLA论文

AI 导读

米哈游崩坏AI研发团队发布VLA基础模型Gamer,基于Qwen3-VL-8B训练,仅凭屏幕画面和任务指令输出键鼠操作,无需读取游戏内部接口。在覆盖五个主线篇章、约50小时的《崩铁》长流程评估中,其自主运行时间占比超过95%。训练分持续预训练、约1000小时《崩铁》演示微调和基于TA-GRPO的在线强化学习三阶段,并配套稀疏思考、记忆摘要机制与Streaming-vLLM推理引擎。

来源:量子位 QbitAI · qbitai.com