AMAZINGINDEX.COM 每天向上一点
59.4
VOL. 2026.11
2026.11.17
← 返回 2026.11.17 日报
日报快照 · Daily Snapshot
NO. 027

端到端游戏智能体框架开源

#HF_PAPERS HuggingFace Papers 2026.11.17
推荐指数 73.0 NO. 027 · 2026.11.17
upvotes88comments4

Gamer 是一个统一 2D/3D 环境的通用游戏智能体框架,通过持续预训练+稀疏思维指令微调+多轮强化学习实现长程任务。对做 AI Agent 的工程师来说,这是少数把感知、记忆、推理端到端跑通且支持实时交互的完整方案。

游戏 AI 领域长期分裂为两派:OpenAI 系的纯强化学习(如 GPT-4o 打 Minecraft)和学术界的模块化流水线(感知→规划→执行)。Gamer 的 sparse-thinking 机制是个关键设计——它让模型在推理时主动跳过冗余视觉帧,把计算预算集中在决策时刻,这对实时性要求高的 3D 环境至关重要。

之前类似工作如 SIMA(Google DeepMind)和 Voyager(英伟达)要么不开源、要么只支持单一环境。Gamer 的统一 2D/3D 接口和完整训练代码放出后,做通用 Agent 的团队可以直接拿它当基座,而不是从零拼模块。

落地门槛在算力:论文提到继续预训练用了数十亿 token 的游戏数据,7B 模型规模意味着至少需要 A100 集群。个人开发者建议先关注它开源的推理代码和 2D 环境 demo,3D 部分的训练成本目前只有大厂或 well-funded 的初创能承担。

查看原文 →