（来源：上观新闻）
GameFac🖐🦹♀️tory🧡利用在开放🧮域视频🕺🗨上预训🕋🐂练的DiT模型📰Ⓜ，结合少量《Mi🇬🇹😫necr🐅🇮🇹aft》游戏🌴🏊数据，实现了可响♍应玩家操💌作、实时生成多样🚙化游戏画面操🍃🐜作的能力⚛。
人在外面🍹🥕通过微信🥏🐒/飞书/钉钉等，🚥就能指挥📠它用电脑干😟活，结束后👩❤️💋👩💯把结果甩回给你🌶。实验结果显示，👦Voyager🎶🍆在时间理解🇻🇪🌽与行动😰⏏领会推广网效率方面均取得显😦著提升⛩。该项目的工作😘🇬🇲流程如🙍下： 01💤🌴领会推广网 首先利用🇲🇶🚔小规模真值轨迹🛂🇰🇿训练逆动力⛷学模型（IDM🥡🍎：In🐳🥮verse D🙏ynamic👩🍳🐑 Mod🇲🇿🏉el），使IDM👨👩👧👦在仅观察视频时🗜推断细粒度的🏩📑键鼠动作🐿序列； 🇸🇻02 随后🗃🏃♀️用该模型对大💿规模公🧤🥮开视频进🔟🤸♂️行自动动作标🧲🚁注，形成系统化的🕠👔“视频-动作”弱✡监督数据；➰🎙 03 在此🌇🍸基础上，通过🏍🚿行为克隆在自动标🛠注数据上🔠训练基础🦗策略，使模型能👨🎨👩👩👧👦从视觉🇸🇧🇲🇨历史直接🏴预测下💂一步键鼠操作；🙏🇺🇬 04 模型通过3️⃣小样本微🚹🧰调适配特定任🇳🇱🎊务，或在🔬🔇可定义奖励的环境👚中结合强化学习🍅🐎提升目标性🚼能👨👨👧👧⤵。
视频内容总👨👨👧结这类工作，都可😡🏝以交给D🇺🇦🧤uMate🇸🇹完成🛑。这一条👐款因AGI👱定义本身的🏴🚊模糊性而引发持🌽😿续争议——😼🕖目前业🤩界对何为AG🇲🇪I并无共识🇬🇪。首先，AI进入🎥🍄全面落🤪地期，从🍐大模型训练🍹🥓转向推理🇹🇩为主，再加上边✈缘侧大模型可🧒🖐在手机端运🇬🇳💰行、A💌I应用迭代🇮🇸速度极快，催生了👩🔬海量数🕹据需求➕🇦🇴领会推广网。
