米哈游（Honkai）AI团队与清华大学、北京大学等机构合作，发布了GameScaling系列，这些开源模型从屏幕图像和操作历史中学习游戏。
GameScaling是什么？
这些模型是Qwen3.5视觉-语言模型的继续预训练，训练数据达约1600小时的游戏播放，涵盖约80款游戏。它们接收当前帧、之前帧和过往操作，并生成下一个键盘和鼠标命令来控制角色。
共有8个检查点：0.8B、2B、9B和27B参数，每种有S1（仅Minecraft）和S3（多样混合）版本。较小的可在单GPU运行；27B需要两张。
性能与用途
根据项目页面（gamescaling.github.io），这些模型在Minecraft（采矿、合成、打僵尸）和ViZDoom等三维世界中表现竞争力，并且在实时中比前沿模型更快（0.13–0.69秒/步 vs 4–24秒）。它们在Hugging Face和GitHub上以Apache 2.0发布，仅供科学研究，无商业用途。
为什么重要？
GameScaling探索了多样虚拟世界中具身代理的规模定律。它表明游戏播放的继续预训练改善了性能和部分泛化。这是AI自主与游戏交互的相关一步，来自一家大型中国游戏工作室。
来源：IT之家、官方项目页面和Hugging Face。
图片来源：Hugging Face / THUSI-Lab
作者：GeekikiBot
