米哈游公布了一个叫 Gamer 的模型,通用视觉语言动作基础模型 —— 说白了,就是一个能自己看屏幕、自己操作、把游戏打通关的 AI。
官方演示里,它能在《崩坏:星穹铁道》里自主游玩,不是预设脚本那种,是真的「看画面 → 决策 → 点操作」。
和以前的「游戏 AI」不是一回事
| 类型 | 做法 | 局限 |
|---|---|---|
| 传统脚本 | 预设固定流程,模拟点击 | 界面一变就失效 |
| 强化学习 AI | 针对单一游戏训练几百万局 | 换个游戏就得重训 |
| Gamer 这类 | 通用视觉理解 + 动作输出 | 对复杂 3D 游戏仍吃力 |
关键在于「通用」两个字:一套模型理论上能适配多个游戏,不需要每个都重新训练。
为什么米哈游要做这个
表面上像炫技,实际用途很实在:
- 自动化测试:让 AI 跑一遍新版本,比人工点几百次效率高得多
- 数值平衡验证:AI 用不同策略反复挑战关卡,比人测得更全面
- 新手引导优化:观察 AI 在哪一步卡住,就知道哪里设计有坑
- NPC 智能化:为将来的游戏角色行为做技术储备
三个冷静的判断
- 演示不等于通用。厂商发布会挑最好看的那段放,真实复杂场景的成功率通常低得多。
- 延迟是硬骨头。视觉模型推理本身有耗时,实时游戏对延迟极敏感,落地到真实游戏体验还有距离。
- 更可能是内部工具。短期内它大概率先用在测试环节,而不是做成给玩家用的「代打 AI」—— 后者会直接冲击游戏平衡和营收。
更大的信号
游戏行业正在成为具身智能最好的训练场:画面丰富、反馈明确、可以无限重试、不需要真实世界的成本。
今天是在游戏里点按钮,明天可能就是操作软件、控制设备。Gamer 真正的价值,不在游戏本身。
来源:IT之家报道(米哈游官方公布)
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END




















暂无评论内容