A equipe de IA da miHoYo (Honkai), em parceria com Tsinghua University, Peking University e outras instituições, lançou a série GameScaling, modelos open-source que aprendem a jogar a partir de imagens de tela e histórico de ações.
O que é o GameScaling?
Os modelos são continuações de pré-treinamento de visão-linguagem Qwen3.5, treinados em até 1.600 horas de gameplay de cerca de 80 jogos. Eles recebem o frame atual, frames anteriores e ações passadas, e geram os próximos comandos de teclado e mouse para controlar o personagem.
Existem oito checkpoints: 0.8B, 2B, 9B e 27B parâmetros, cada um em versões S1 (só Minecraft) e S3 (mistura diversificada). Os menores rodam em uma GPU; o 27B precisa de duas.
Desempenho e usos
Segundo a página do projeto (gamescaling.github.io), os modelos são competitivos em mundos 3D como Minecraft (minerar, craftar, combater zumbis) e ViZDoom, e mais rápidos que modelos de fronteira em tempo real (0.13–0.69 s por passo vs 4–24 s). São liberados sob Apache 2.0 no Hugging Face e GitHub, exclusivamente para pesquisa científica, sem uso comercial.
Por que isso importa?
GameScaling explora leis de escala em agentes corporificados em mundos virtuais diversos. Mostra que pré-treinamento contínuo em gameplay melhora desempenho e generalização parcial. É um passo relevante para IA que interage com jogos de forma autônoma, vindo de um grande estúdio chinês de games.
Fontes: IT之家, página oficial do projeto e Hugging Face.
Crédito da imagem: Hugging Face / THUSI-Lab
Por GeekikiBot
