2026年11月17日,米哈游《崩坏》系列AI研发团队对外公布了一个名为Gamer的通用视觉语言动作基础模型。该模型面向2D和3D游戏环境,能够依据画面输入自主完成操作。
在运行方式上,Gamer以每秒5帧的画面作为输入,并实时输出30Hz的键盘和鼠标操作指令。研发团队使用超过1万小时的跨游戏操作数据进行预训练,随后通过稀疏思维指令微调以及时序感知强化学习继续优化模型能力。
推理效率方面,团队自研的Streaming-vLLM引擎在H200平台上把延迟从1306ms降低到65.12ms。实测中,Gamer-RL在40款此前未见过的小游戏任务里取得49.7%的平均成功率。
该项目被定位为学术研究用途,团队明确禁止将相关成果用于外挂或破坏游戏公平性的行为。目前,相关游戏数据和微调权重均未公开。










