游戏代练或将迎来职业危机。
最近，英伟达推出了一款全新轻量级AI模型——NitroGen。该模型仅10亿参数规模，却具备跨游戏实操能力，可自动运行并完成超1000款不同类型的游戏任务，涵盖动作、策略、RPG、射击等多种品类，实际表现相当稳健。
NitroGen是一款专为通用游戏交互设计的视觉-动作联合基础模型，训练数据源自逾1000款游戏、总计约4万小时的真实游玩视频。游戏环境长期被视为AI强化学习的关键试验场：早年谷歌DeepMind借《星际争霸2》打磨多智能体协同能力，OpenAI则依托《DOTA2》构建复杂决策系统。正因如此，英伟达此次发布的NitroGen在技术路径与应用潜力上均具有标志性意义。
其核心突破在于——完全基于原始游戏视频自主学习操作逻辑。过去网络虽存有海量游戏录像，但缺乏对应的操作输入记录；而NitroGen创新性地采用“合成动作标签”技术：研究团队借助大规模逆动力学建模，从公开视频中反向推演玩家当时最可能执行的按键序列，由此生成高置信度的动作标注数据集，并以此完成数万小时视频驱动的端到端预训练，有效破解了高质量动作监督信号稀缺的行业难题。
更关键的是，该模型支持高效后训练（post-training）。面对一款从未接触过的全新游戏，无需重新构建整个训练流程，仅需极少量样本微调或轻量适配，即可快速投入实战运行。
