miHoYo 公开 Gamer VLA 研究:面向长时程游戏操控
miHoYo Details Gamer VLA Research for Long-Horizon Game Control
miHoYo 把游戏画面直接转成键鼠操作做长时程任务,和 OpenAI 的 Operator、Google 的 Project Mariner 走的是类似路线。官方明确说不是玩家用的自动外挂,是研究性质。做智能体、GUI 自动化的开发者值得看看它的思路。
miHoYo 公开了 Gamer 研究项目的细节,这是一套视觉-语言-动作(VLA)模型,将屏幕画面观察直接映射为键盘和鼠标操作,用于长时程(long-horizon)游戏控制。该项目由 miHoYo 团队自述完成,作者报告称模型可在游戏中自主运行一段时间,但论文未给出标准基准上的量化成绩。
从机制上看,Gamer 走的是端到端路线:不依赖游戏内部 API 或特权信息,只根据屏幕像素观察来决策下一步的键鼠动作,这使它原则上可以泛化到任意图形界面任务。长时程控制是关键难点,模型需要把一个目标拆解成连续数百步的低层操作,并在出错后自行恢复。
miHoYo 明确表示这不是面向玩家的外挂或自动化机器人产品,而是一项研究探索。游戏公司做 VLA 研究的意义在于:游戏环境是天然的廉价具身训练场,可为通用智能体操作能力提供数据来源。
miHoYo Details Gamer VLA Research for Long-Horizon Game Control
miHoYo’s Gamer research maps screen observations to keyboard and mouse actions; author-reported autonomous time is not a consumer bot release.
本条情报归属 AITOP「论文」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:miHoYo、Gamer、VLA、智能体,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始信息发布自一手权威信源「pandaily」(Tier-1 一手发布),具备高确定性参考价值。