结论:米哈游《崩坏》系列 AI 研发团队于 2026 年 11 月 17 日公布通用视觉语言动作模型 Gamer,不读取游戏内部数据、只看画面就能自主游玩 3D 和 2D 游戏,端到端请求延迟从 1306 毫秒降至 65.12 毫秒。 关键数字:画面采集 5 Hz、操作输出 30 Hz,预训练超 1 万小时,40 项陌生小游戏平均成功率 49.7%。
| 指标 | 数值 | 说明 |
|---|---|---|
| 画面采集频率 | 5 Hz(每秒 5 帧) | 不读取游戏内部数据 |
| 操作输出频率 | 30 Hz | 键盘按键状态与鼠标移动指令 |
| 预训练数据 | 超 1 万小时 | 跨游戏键鼠操作轨迹 |
| 端到端延迟 | 1306 → 65.12 毫秒 | 英伟达 H200 硬件环境 |
| 陌生小游戏成功率 | 49.7% | 40 项此前未接触任务,强化学习版 |
不读游戏内部数据怎么做到自主操作
Gamer 的技术路线类似真人:不读取游戏内部数据,也不依赖游戏专用接口,而是以每秒 5 帧的频率采集游戏画面作为输入,再生成相当于 30 Hz 的原生键盘按键状态及鼠标移动指令,模拟真人使用键鼠的过程。
为了解决长时间执行任务时的内存限制和推理延迟,团队利用超过 1 万小时的跨游戏键鼠操作轨迹做持续预训练,并结合稀疏思维指令微调和时序感知强化学习优化模型,还专门开发了名为 Streaming-vLLM 的推理引擎。

延迟从 1306 毫秒压到 65 毫秒意味着什么
在英伟达 H200 硬件环境下,Streaming-vLLM 引擎把端到端请求延迟从 1306 毫秒降低至 65.12 毫秒。对需要连续响应画面变化的操作型游戏任务来说,这决定了模型能不能跟上游戏节奏。
研究团队展示了 Gamer 在《崩坏:星穹铁道》中执行主线任务、探索场景及完成解谜挑战的实机演示。测试数据显示,经强化学习训练的 Gamer-RL 在 40 项此前未接触过的小游戏任务中,平均成功率达到 49.7%,表现优于未经微调的通用模型。这意味着基于通用视觉输入的智能体,具备了跨游戏迁移的基础能力。
会不会被用来做游戏外挂
针对外界担忧该技术可能被用于开发游戏外挂和自动化脚本,研究团队强调,Gamer 是一项探索交互环境通用智能代理的学术研究项目,潜在方向包括游戏测试、无障碍辅助以及人机交互研究。
团队明确表示,不支持将 Gamer 用于游戏作弊、未经授权访问、利用安全漏洞,以及任何损害用户利益或破坏游戏公平性的行为。出于数据安全考虑,团队目前仅公开项目早期基础预训练阶段使用的通用文件,并未公开任何《崩坏:星穹铁道》相关训练数据,也没有发布使用该游戏数据训练或微调后的模型权重。
谁会真正用上这类模型
对游戏厂商的测试团队,能自主按真人方式操作客户端的智能体,为自动化回归测试和无障碍辅助提供了新的技术路径。对普通玩家,短期内它不会变成可用的游戏助手,官方也未开放针对具体游戏的成品权重。
值得注意的是,能否拿到经过《崩坏:星穹铁道》数据训练的模型权重,直接决定了这项研究能否被外部复现,而这批权重出于数据安全并未公开。
常见问题
Gamer 玩《崩坏:星穹铁道》的成功率是多少?
团队展示的是执行主线任务、探索场景和解谜挑战的实机演示,未给出该游戏的具体通关成功率。公开的成功率数字来自 40 项陌生小游戏测试,强化学习版平均 49.7%。
模型能不能直接拿来打游戏或做外挂?
不能。团队明确定位其为学术研究项目,不支持用于游戏作弊、未经授权访问或破坏游戏公平性,且未公开基于《崩坏:星穹铁道》数据训练的模型权重。
训练数据和代码开放了吗?
仅公开早期基础预训练阶段使用的通用文件,未公开《崩坏:星穹铁道》相关训练数据及微调后的模型权重。
信息来源:IT之家 2026 年 11 月 17 日报道、米哈游 Gamer 研究论文及项目页面(2026-11-17)。







