#game AI

米哈游崩坏 AI 团队与清华大学等合作者发布并开源 GameScaling：一套基于 Qwen3.5 视觉语言模型继续预训练的游戏键鼠操作模型，参数规模覆盖 0.8B 至 27B，每次预测未来 200 毫秒的键盘和鼠标动作。团队以 Apache-2.0 开放八个检查点和推理客户端，但未包含训练代码。论文称，用 120 组训练配置发现，数据量增加会提升同源游戏表现，数据多样性有助于迁移到相近游戏，但对差异较大的游戏提升有限。

作者在 Hacker News 发布了 StarSkirmish Bench v0.2，刷新了这个让大语言模型通过编写代码来玩《星际争霸：母巢之战》的基准测试，并给出 OpenAI、Anthropic、Google 和 Muse 旗舰模型的新结果；对想比较代理式编码模型的开发者而言，这是跨实验室的又一组参考排名。根据社区评论转述，榜单包含 Gemini 4 Argon、GPT-6 Astra、Claude Opus 5.5 等模型，但这些都是该基准项目自身的测试结果，而非独立复现。评论中对该方法的描述称，每个模型在其实验室的一方 CLI 工具中、以可用的最高推理设置运行，且没有联网或网页抓取。