米哈游《崩坏》系列 AI 研发团队公开模型 Gamer。它只看画面、输出键鼠,并展示在《崩坏:星穹铁道》里推进主线和解谜。目前公开的是研究演示。

团队先把定位写清楚。Gamer 是学术研究,潜在用途写的是游戏测试、无障碍和人机交互。他们不支持拿它作弊、未授权访问或利用安全漏洞,也不支持损害用户或破坏公平的行为。
它的做法故意贴近人。项目页和预印本都写得很清楚:不读游戏内部数据,也不靠专用接口。模型按每秒 5 次截取屏幕,再输出相当于每秒 30 次的键盘和鼠标指令。通俗说,它跟玩家一样盯着画面点、键、移鼠标。
论文署名是 miHoYo Honkai AI R&D Team,也就是米哈游旗下《崩坏》系列的 AI 研发团队。预印本编号 arXiv:2611.18397,国内媒体从 11 月 17 日晚开始报道。它没有以公司新闻稿的形式发出,玩家也还用不了这个功能。
要让模型在长时间任务里不把前面做过的事忘掉,团队用了超过 1 万小时的跨游戏键鼠操作记录做持续预训练,再补上指令微调和强化学习。反应速度是另一件事。他们做了一套叫 Streaming-vLLM 的推理引擎。在 NVIDIA H200 上、用 Qwen3.5-35B-A3B 模型测,端到端请求延迟从 1,306 毫秒降到 65.12 毫秒。这是实验室里的数字,不是笔记本上随手能跑出来的体验。
演示视频里,Gamer 在《崩坏:星穹铁道》中跟着任务走、跟着 NPC 走,也能打和做解谜。项目页给出的硬数字是:强化学习版 Gamer-RL,在 7 类、40 项它没见过的解谜任务上,宏观平均成功率 49.7%。同一项测试里,只做指令微调的版本是 39.2%,最强的通用模型基线是 17.1%。接近一半,不是全通。
外界马上会问:星穹铁道的数据会不会被拿去训练外挂。论文写明,推理引擎和持续预训练缩放研究用的检查点会放,但出于数据安全,不发布《崩坏:星穹铁道》的数据,也不发布任何在这些数据上训练或微调过的权重。能看演示,不能把玩《星穹铁道》的那套微调模型直接拖回家。
所以这件事的边界其实很窄。米哈游愿意让人看见,自家游戏可以用“只看屏幕”的方式被点下去;他们也把最关键的权重留在家里。当测试工具用,还早。当外挂想,缺的不只是态度,还有他们没放出来的东西。