Что произошло
Команда miHoYo (разработчик Genshin Impact и Honkai) вместе с исследователями из Tsinghua выпустила и открыла GameScaling — модель, которая учится играть в игры, предсказывая действия мыши и клавиатуры на основе того, что видит на экране.
Ключевые факты
- Модель сделана на основе визуально-языковой модели Qwen3.5, дополнительно обученной предсказывать игровые действия
- Размеры модели варьируются от 0.8 до 27 миллиардов параметров, выложено восемь готовых версий
- Каждое предсказание покрывает действия мышью и клавиатурой на 200 миллисекунд вперёд
- Код и веса опубликованы под лицензией Apache-2.0, но код самого процесса обучения не раскрыт
- По данным эксперимента с 120 конфигурациями, больше данных улучшает результат в похожих играх, но слабо помогает при переходе на сильно отличающиеся игры
Почему это важно
Для разработчиков и исследователей это готовый инструмент для экспериментов с автоматической игрой и тестированием игровых механик: можно подавать модели изображение экрана и получать на выходе конкретные действия мышью и клавиатурой. Это полезно для автотестирования игр, создания ботов или изучения поведения ИИ в игровой среде, без необходимости обучать модель с нуля.
Ограничения
Авторы не опубликовали код обучения, поэтому повторить процесс дообучения модели или перенести её на свою игру с нуля не получится — только дорабатывать готовые чекпоинты. Источник также отмечает, что перенос на игры другого жанра работает заметно хуже, чем на похожие игры, и это ограничение не устранено.
Доступность
Источник сообщает только о публикации восьми готовых версий модели и клиента для запуска на условиях Apache-2.0; сведений о ценах, лимитах использования или интеграции в конкретные продукты не приводится.
Первоисточник: arxiv.org — открыть публикацию