米哈游等团队论文：只学《我的世界》的AI难以泛化到其他游戏

米哈游AI研发团队与清华大学、中国科学院大学、香港大学、新加坡国立大学、北京大学的研究者于10月20日公开预印本论文《Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds》，验证不同游戏训练数据对AI代理泛化能力的影响。团队用Qwen3.5对最多1600小时的游戏操作数据（从50小时起分6个量级）做持续预训练，共比较120种条件。 结果显示：只学《我的世界》的AI在本作成绩提升，但在ViZDoom等其他基准上得分最低，且模型越大恶化越明显；混合多种游戏训练的AI在首次接触的3D游戏上成绩更好，OGA平均分约为2.8倍，但在2D和2.5D游戏上未能稳定超过训练前模型。 需注意，上述结果均来自模型思考时游戏暂停的非实时条件下的测试。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。