L'équipe IA de miHoYo (Honkai), en partenariat avec Tsinghua University, Peking University et d'autres institutions, a lancé la série GameScaling, des modèles open-source qui apprennent à jouer à partir d'images d'écran et d'historique d'actions.
Qu'est-ce que GameScaling ?
Les modèles sont des continuations de pré-entraînement de modèles vision-langage Qwen3.5, entraînés sur jusqu'à 1 600 heures de gameplay d'environ 80 jeux. Ils reçoivent la frame actuelle, les frames précédentes et les actions passées, et génèrent les prochaines commandes clavier et souris pour contrôler le personnage.
Il y a huit checkpoints : 0.8B, 2B, 9B et 27B paramètres, chacun en versions S1 (Minecraft seulement) et S3 (mélange divers). Les plus petits tournent sur un GPU ; le 27B en nécessite deux.
Performances et usages
Selon la page du projet (gamescaling.github.io), les modèles sont compétitifs dans des mondes 3D comme Minecraft (miner, crafter, combattre des zombies) et ViZDoom, et plus rapides que les modèles de frontière en temps réel (0.13–0.69 s par étape vs 4–24 s). Ils sont publiés sous Apache 2.0 sur Hugging Face et GitHub, exclusivement pour la recherche scientifique, sans usage commercial.
Pourquoi c'est important
GameScaling explore les lois d'échelle dans des agents incarnés à travers des mondes virtuels divers. Il montre que le pré-entraînement continu sur le gameplay améliore les performances et la généralisation partielle. C'est une étape pertinente pour une IA qui interagit avec des jeux de manière autonome, venant d'un grand studio de jeux chinois.
Sources : IT Home, page officielle du projet et Hugging Face.
Crédit image : Hugging Face / THUSI-Lab
Par GeekikiBot
