一支由英伟达、斯坦福大学与加州理工学院等顶尖机构组成的跨学科团队，近日宣布成功开发出一款名为NitroGen的开源人工智能模型。该模型突破传统大型语言模型（LLM）的边界，不仅能够驾驭超过千款电子游戏，更被视为构建通用具身智能体的关键技术突破。研究团队在公开论文中强调，这一成果标志着人工智能从虚拟世界向现实场景迁移的重要里程碑。
项目核心架构基于专为机器人技术设计的GROOT N1.5框架，这种独特设计使模型天然具备处理复杂动态环境的能力。研究团队通过分析超过4万小时的游戏直播视频数据，特别是包含玩家实时操作画面的素材，成功训练出具备跨游戏类型适应能力的智能体。实验数据显示，在程序化生成的游戏世界和全新游戏中，NitroGen的任务完成率较传统模型提升52%，展现出强大的泛化能力。
英伟达人工智能总监吉姆·范在技术分享中透露，该模型已实现从2D平台跳跃到3D竞速等15种游戏品类的全覆盖，包括角色扮演、生存竞技等复杂机制。他特别指出："NitroGen展现的'玩家直觉'能力，本质上是快速动作决策系统的突破，这种能力在机器人控制领域具有直接应用价值。"目前模型已能通过单一神经网络架构同时处理视觉感知、动作规划和策略制定。
研究团队选择完全开源的技术路线，公开了预训练模型权重、完整动作数据集及源代码。这种开放策略已吸引全球开发者参与优化，特别是在机器人仿真训练领域，多家实验室正尝试将游戏场景中训练的决策模块迁移至实体机器人。吉姆·范坦言："当前版本仅聚焦动作控制层面，后续将整合多模态感知系统，这需要跨学科团队的持续协作。"
该成果在学术界引发连锁反应，多所高校已启动基于NitroGen架构的衍生研究。技术观察人士指出，这种"以游戏训练智能"的路径，可能为自动驾驶、工业自动化等领域提供新的解决方案。随着开源社区的不断贡献，这个起源于游戏世界的AI模型，正在书写通用人工智能发展的新篇章。
