<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Streaming-vLLM &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/streaming-vllm/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Tue, 17 Nov 2026 14:12:42 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>1306毫秒压到65毫秒：米哈游Gamer能自己玩游戏</title>
		<link>https://mylogs.cn/1306%e6%af%ab%e7%a7%92%e5%8e%8b%e5%88%b065%e6%af%ab%e7%a7%92%ef%bc%9a%e7%b1%b3%e5%93%88%e6%b8%b8gamer%e8%83%bd%e8%87%aa%e5%b7%b1%e7%8e%a9%e6%b8%b8%e6%88%8f/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Tue, 17 Nov 2026 14:12:42 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[Gamer]]></category>
		<category><![CDATA[Streaming-vLLM]]></category>
		<category><![CDATA[崩坏星穹铁道]]></category>
		<category><![CDATA[强化学习]]></category>
		<category><![CDATA[智能体]]></category>
		<category><![CDATA[游戏AI]]></category>
		<category><![CDATA[米哈游]]></category>
		<category><![CDATA[视觉语言动作模型]]></category>
		<guid isPermaLink="false">https://mylogs.cn/1306%e6%af%ab%e7%a7%92%e5%8e%8b%e5%88%b065%e6%af%ab%e7%a7%92%ef%bc%9a%e7%b1%b3%e5%93%88%e6%b8%b8gamer%e8%83%bd%e8%87%aa%e5%b7%b1%e7%8e%a9%e6%b8%b8%e6%88%8f/</guid>

					<description><![CDATA[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 Game [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">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%。</p>
<figure class="wp-block-table"><table><thead><tr><th>指标</th><th>数值</th><th>说明</th></tr></thead><tbody><tr><td>画面采集频率</td><td>5 Hz（每秒 5 帧）</td><td>不读取游戏内部数据</td></tr><tr><td>操作输出频率</td><td>30 Hz</td><td>键盘按键状态与鼠标移动指令</td></tr><tr><td>预训练数据</td><td>超 1 万小时</td><td>跨游戏键鼠操作轨迹</td></tr><tr><td>端到端延迟</td><td>1306 → 65.12 毫秒</td><td>英伟达 H200 硬件环境</td></tr><tr><td>陌生小游戏成功率</td><td>49.7%</td><td>40 项此前未接触任务，强化学习版</td></tr></tbody></table></figure>
<h2 class="wp-block-heading">不读游戏内部数据怎么做到自主操作</h2>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6afc6231a904a&quot;}" data-wp-interactive="core/image" data-wp-key="6afc6231a904a" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/11/body_mihoyo-gamer.webp" alt="米哈游 Gamer 视觉语言动作模型" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：IT之家</figcaption></figure>
<h2 class="wp-block-heading">延迟从 1306 毫秒压到 65 毫秒意味着什么</h2>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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。</p>
<h2 class="wp-block-heading">会不会被用来做游戏外挂</h2>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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。</p>
<h2 class="wp-block-heading">谁会真正用上这类模型</h2>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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。</p>
<h2 class="wp-block-heading">常见问题</h2>
<h3 class="wp-block-heading">Gamer 玩《崩坏：星穹铁道》的成功率是多少？</h3>
<p class="wp-block-paragraph">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%。</p>
<h3 class="wp-block-heading">模型能不能直接拿来打游戏或做外挂？</h3>
<p class="wp-block-paragraph">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。</p>
<h3 class="wp-block-heading">训练数据和代码开放了吗？</h3>
<p class="wp-block-paragraph">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。</p>
<p class="wp-block-paragraph">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）。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
