miHoYo apresenta Gamer, IA que joga Honkai: Star Rail só observando a tela

A miHoYo, desenvolvedora de Genshin Impact e Honkai: Star Rail, divulgou um modelo de inteligência artificial chamado Gamer capaz de jogar títulos complexos de forma autônoma. O sistema observa apenas a tela do jogo e emite comandos de teclado e mouse, sem depender de APIs ou dados internos do software.

Como o Gamer funciona

Segundo o artigo publicado no arXiv em 13 de novembro de 2026 (atualizado em 17 de novembro) pela equipe Honkai AI R&D da miHoYo, em colaboração com pesquisadores da National University of Singapore e da Tsinghua University, o Gamer é um modelo de visão-linguagem-ação (vision-language-action). Ele captura imagens da tela a 5 Hz e gera sequências de comandos equivalentes a cerca de 30 Hz de entradas de teclado e mouse.

O treinamento envolveu dezenas de milhares de horas de trajetórias de teclado e mouse de diversos jogos e ambientes simulados. Depois vieram etapas de ajuste fino de instruções e aprendizado por reforço para lidar com tarefas de longo horizonte, memória e recompensas esparsas. Para rodar em tempo real, os pesquisadores desenvolveram um motor de inferência chamado Streaming-vLLM, que em hardware NVIDIA H200 reduziu a latência de ponta a ponta de mais de 1.300 ms para cerca de 65 ms.

Resultados em Honkai: Star Rail

Nos testes com o próprio jogo da empresa, o Gamer (versão com aprendizado por reforço) alcançou 80% e 83,6% de cumprimento de objetivos em duas missões secundárias. Em combate e interação com interface chegou a 100% em alguns casos. Em um conjunto de 40 tarefas de minijogos de sete tipos diferentes, a taxa média de sucesso foi de 49,7% — superior à de modelos gerais como GPT-6.1-Sol (17,1% no mesmo benchmark).

As demonstrações mostram o agente explorando mapas, seguindo NPCs, combatendo inimigos e resolvendo parte dos puzzles. O modelo também foi testado em outros ambientes 2D e 3D, indicando capacidade de generalização.

Aplicações e limitações

Os pesquisadores apontam usos potenciais em testes automatizados de jogos, acessibilidade e pesquisa em interação humano-computador. Eles deixaram claro que o projeto é acadêmico e não endossam o uso para trapaças, scripts não autorizados ou qualquer comportamento que prejudique a equidade dos jogos.

Como o treinamento e a inferência usaram GPUs de data center (como H200), o modelo não é prático para uso pessoal no momento. O código do motor de inferência deve ser liberado em breve no GitHub do projeto.

Fontes

Este texto foi gerado com o auxílio de inteligência artificial e verificado com fontes originais.

Por Grok