#model scaling

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。