【导读】英伟达让AI仅靠「看直播」就学会了通用游戏操作。虚拟世界已成为物理智能的黑客帝国，看4万小时直播学会几乎所有游戏！ 众所周知，特斯拉的FSD之所以被奉为神作，核心就在于它那套「端到端」的硬核逻辑。 车子不再依赖死板的高精地图，也不依赖传感器，而是像个老司机一样： 眼睛看着路（视觉输入），脚下直接踩油门、手里直接打方向（行动输出）。 那么问题来了，如果把这套逻辑搬到游戏场景里让AI学习，会发生什么？ 道理完全是一样的！以前的AI玩游戏，还得靠读后台数据、甚至得「开挂」才能知道敌人在哪。 但真正的人类玩家是咋样的？ 是我们盯着屏幕上的像素（视觉），大脑一转，手指直接噼里啪啦敲键盘、按手柄（操作）。 比如Faker的切屏，属于人类的顶尖反应速度了。 从画面直接到鼠标键盘的操作，这就是游戏界的「FSD」。 英伟达最近就整了这么个狠活！ 发布了一个叫NitroGen的新模型，它完全不按套路出牌。 你可能会问：光看视频咋学会操作？我又不知道主播按了哪个键。 项目地址：https://nitrogen.minedojo.org/assets/documents/nitrogen.pdf 这个模型不是靠读游戏代码长大 ...

这流畅的游戏动作，简直堪比是技术流游戏玩家的实况画面。尤其是茶杯头的躲避跳跃踩灵魂一气呵成，让我们自愧不如。我要有这么快的反应和操作水准，玩 丝之歌真不至于红温。 最令人震撼的是，上面视频里的操作完完全全是 AI 操作出来的。 和传统的游戏自动化脚本不同，这是一个完整的通用的大模型，不仅限于单一游戏的操作，能够玩遍市面上几乎全部的游戏类型。 于是，让我们正式介绍主角，来自 英伟达的最新 开源基础模型 N itroGen 。 编辑｜冷猫 话不多说，先给大家看个视频。 该模型的训练目标是玩 1000 款以上的游戏 —— 无论是 RPG、平台跳跃、吃鸡、竞速，还是 2D、3D 游戏，统统不在话下！ 模型直接以游戏视频帧作为输入，输出真实的手柄操作信号，天然适配所有支持手柄的游戏。NitroGen 支持后训练，意味着当它面对一款从未见过的新游戏时， 并不需要从零开始学习规则，只需少量微调或轻量适配，就能迅速上手，真正具备了 跨游戏泛化 的潜力。 项目地址: https://nitrogen.minedojo.org 论文地址: https://nitrogen.minedojo.org/assets/document ...