[NS :
米哈游崩坏AI团队联合清华大学等发布GameScaling,基于Qwen3.5视觉语言模型做键鼠操作继续预训练,规模覆盖0.8B至27B,每次输出未来200毫秒的键鼠动作。论文用120组训练配置考察数据量、多样性与模型规模:数据越多同源表现越好,多样性有助迁移到相近游戏,对差异大的世界提升有限。八个检查点与推理客户
Luen] 米哈游联合清华大学等开源 GameScaling 游戏操作模型米哈游崩坏AI团队联合清华大学等发布GameScaling,基于Qwen3.5视觉语言模型做键鼠操作继续预训练,规模覆盖0.8B至27B,每次输出未来200毫秒的键鼠动作。论文用120组训练配置考察数据量、多样性与模型规模:数据越多同源表现越好,多样性有助迁移到相近游戏,对差异大的世界提升有限。八个检查点与推理客户