MiHoYo và các trường đại học hàng đầu mã nguồn mở mô hình thị giác-ngôn ngữ GameScaling

Nhóm nghiên cứu AI Honkai của miHoYo hợp tác với một số trường đại học hàng đầu đã ra mắt và mã nguồn mở dòng mô hình thị giác-ngôn ngữ GameScaling với quy mô tham số từ 0.8B đến 27B, dựa trên quá trình huấn luyện trước tiếp tục của Qwen3.5. Các mô hình này được thiết kế để tiếp nhận hình ảnh, lịch sử và hành động trong game nhằm tạo ra các lệnh bàn phím và chuột để điều khiển nhân vật trong các thế giới ảo như Minecraft và Doom. Bản phát hành này cung cấp một nguồn tài nguyên mã nguồn mở quý giá để nghiên cứu định luật quy mô (scaling law) trong các tác nhân AI thể hiện (embodied AI) hoạt động trong môi trường trò chơi động. Bằng cách phát hành các mô hình với nhiều kích cỡ khác nhau, hỗ trợ các công cụ tiêu chuẩn như vLLM theo giấy phép Apache 2.0, dự án giúp hạ thấp rào cản cho các nhà nghiên cứu khám phá tương tác trò chơi thời gian thực và việc ra quyết định nâng cao của AI. Dòng mô hình bao gồm 8 điểm kiểm tra với các mức tham số 0.8B, 2B, 9B và 27B, được chia thành các biến thể trò chơi đơn (chỉ Minecraft) và đa trò chơi được huấn luyện trên 1.600 giờ dữ liệu chơi game. Mỗi lần gọi mô hình sẽ tạo ra một chuỗi 200 mili giây gồm sáu bước hành động 33 mili giây cùng với các hướng dẫn di chuyển chuột và cuộn.