跳转到正文

RUITA / DAILY BRIEF ·

科研与论文

游戏 AI 会看画面按键了:GameScaling 开放模型,训练数据未开放

做具身智能或人机交互研究的团队,可用 GameScaling 的 8 个模型检查点研究‘看画面后如何操作’。团队称使用约 1600 小时真人游戏数据;权重和推理代码开放,原始游戏操作数据没有开放。

核心信息

  1. 01

    官方 GitHub 说明模型基于 Qwen3.5 视觉语言模型继续训练,约 1600 小时游戏操作数据。

  2. 02

    共有 0.8B、2B、9B、27B 四种规模,各有 S1/S3 两种训练配比,共 8 个检查点。

  3. 03

    每次决策输出约 200 毫秒的键鼠操作;权重与推理代码按 Apache-2.0 发布,训练代码和游戏数据未发布。

它学的是哪种动作

模型读取当前游戏画面和一小段历史,再输出下一段键盘按压与鼠标移动。它面向屏幕环境中的连续控制研究,而不是一个聊天机器人直接‘理解所有游戏’。

8 个版本怎么比较

官方提供四档模型规模,每档有只用 Minecraft 的 S1 与混合多种游戏、Minecraft 占 27% 的 S3。研究者可以比较规模和数据配比对表现的影响;具体表现仍需按同一游戏与评价方式实测。

开源边界在哪

模型权重与推理客户端可取用,但训练代码和 1600 小时原始游戏操作数据没有开放。这意味着外部团队能评估、微调已发布模型,却不能仅凭仓库完整复做训练。游戏画面和角色素材的版权仍属于各游戏权利方。

对高校的现实用途

具身智能、人机交互或强化学习团队可以把它作为屏幕操作基线,先检查动作解析率、延迟和跨游戏效果,再考虑迁移。把游戏结果推广到机器人或校园系统仍需要单独的安全和泛化实验。