米哈游“千亿AI”爆发:一个月,连发2弹
Enjoy出海开发者服务平台 · 2026-11-18 17:34
AI与游戏产品拆解国内PC/主机RPG回合制解谜科幻技术管线生产提效品类赛道立项与项目管理
米哈游团队先公开GameScaling论文,随后公开Gamer项目与技术报告,推进游戏智能体的跨游戏迁移、长程记忆与在线强化学习。
米哈游三阶段训练与延迟优化游戏智能体落地测试
米哈游团队先公开GameScaling论文与Gamer项目。混合多款游戏训练在7款未参与训练的3D游戏上,平均得分约为仅用《我的世界》的2.8倍。Gamer补上任务指令、长程记忆与在线强化学习,在《崩坏:星穹铁道》的40项任务中平均成功率达49.7%,同评估下GPT-6.1-Sol仅17.1%;累计约50小时的主线测试中超过95%由AI自主完成。其采用继续预训练、三层指令微调和强化学习三阶段,并用Streaming-vLLM把单次响应从1306毫秒降至约65毫秒。游戏测试是当前落地方向之一,但在线强化学习需32台Windows虚拟机和64张H200,《星铁》训练数据及后续微调模型尚未公开。
本文为第三方公众号文章,本站只提供标题与摘要,全文请到公众号原文阅读。
去公众号读原文 ↗