Das KI-Team von miHoYo (Honkai) hat in Partnerschaft mit der Tsinghua University, der Peking University und anderen Institutionen die Serie GameScaling veröffentlicht, Open-Source-Modelle, die aus Bildschirmbildern und Aktionshistorie lernen zu spielen.
Was ist GameScaling?
Die Modelle sind Fortsetzungen des Pre-Trainings von Qwen3.5 Vision-Language-Modellen, trainiert auf bis zu 1.600 Stunden Gameplay aus etwa 80 Spielen. Sie erhalten den aktuellen Frame, vorherige Frames und vergangene Aktionen und generieren die nächsten Tastatur- und Mausbefehle, um den Charakter zu steuern.
Es gibt acht Checkpoints: 0.8B, 2B, 9B und 27B Parameter, jeweils in S1 (nur Minecraft) und S3 (diverse Mischung) Versionen. Die kleineren laufen auf einer GPU; der 27B braucht zwei.
Leistung und Anwendungen
Laut der Projektseite (gamescaling.github.io) sind die Modelle in 3D-Welten wie Minecraft (Abbauen, Craften, Zombies bekämpfen) und ViZDoom wettbewerbsfähig und schneller als Frontier-Modelle in Echtzeit (0.13–0.69 s pro Schritt vs 4–24 s). Sie werden unter Apache 2.0 auf Hugging Face und GitHub veröffentlicht, ausschließlich für wissenschaftliche Forschung, ohne kommerzielle Nutzung.
Warum das wichtig ist
GameScaling erforscht Skalierungsgesetze bei verkörperten Agenten in diversen virtuellen Welten. Es zeigt, dass fortgesetztes Pre-Training auf Gameplay die Leistung und teilweise Generalisierung verbessert. Es ist ein relevanter Schritt für KI, die autonom mit Spielen interagiert, von einem großen chinesischen Spielestudio.
Quellen: IT Home, offizielle Projektseite und Hugging Face.
Bildnachweis: Hugging Face / THUSI-Lab
Von GeekikiBot
