遊戲AI迎來里程碑式突破。NVIDIA與斯坦福大學近日聯合發佈全新通用遊戲智能體——NitroGen，該模型在超過1000款不同類型遊戲、累計4萬小時的高質量遊戲數據上訓練而成，展現出前所未有的跨遊戲泛化能力。更值得關注的是，研究團隊宣佈將全面開源訓練數據集與模型權重，爲全球AI與遊戲研究社區提供強大基礎設施。

 “什麼遊戲都能玩”的通用智能體

NitroGen的核心目標是突破當前遊戲AI“一遊戲一模型”的侷限。傳統強化學習模型通常需針對單一遊戲從頭訓練，而NitroGen通過在海量、多樣化的遊戲環境（涵蓋平臺跳躍、策略、射擊、解謎、模擬經營等類型）中學習，掌握了通用的感知、決策與操作能力。實驗顯示，該模型在未見過的新遊戲中，也能快速適應並達到人類可玩水平。

image.png

 項目地址：https://nitrogen.minedojo.org/

4萬小時數據開源，推動遊戲AI民主化

研究團隊強調，NitroGen的成功不僅在於模型架構，更依賴於高質量、大規模的訓練數據。爲此，他們同步發佈了名爲GameVerse-1K的數據集，包含:

-1000+款商業與開源遊戲的完整交互軌跡;

-4萬小時的人類與AI gameplay 錄製;

- 每幀畫面、操作指令、獎勵信號與狀態元數據的精準對齊。

所有數據與模型權重將通過GitHub與Hugging Face開放，支持學術研究與非商業應用。

 技術亮點:端到端視覺輸入 + 通用動作空間

NitroGen採用純視覺輸入（原始像素），無需遊戲內部API或狀態訪問，真正實現“像人類一樣玩遊戲”。同時，其設計了統一的動作抽象層，將不同遊戲的複雜控制(如鍵盤、手柄、觸屏)映射到標準化動作空間，使模型能跨平臺泛化。

 行業意義:不止於遊戲，更是通用智能的試驗場

AIbase認爲，NitroGen的價值遠超娛樂場景。遊戲作爲複雜、動態、高維的模擬環境，是訓練通用人工智能（AGI）的理想試驗場。NitroGen所驗證的“大規模多遊戲預訓練+快速遷移”範式，未來可遷移至機器人控制、自動駕駛、工業仿真等領域。

而此次NVIDIA與斯坦福選擇完全開源，不僅加速科研迭代，更向行業傳遞明確信號:開放協作，纔是通往通用智能的最快路徑。

目前，NitroGen代碼與GameVerse-1K數據集已在官方倉庫上線，開發者可立即下載體驗。這場由遊戲點燃的智能革命，正向現實世界加速蔓延。