MiHoYo के कृत्रिम बुद्धिमत्ता विशेषज्ञों और विश्वविद्यालयों के भागीदारों सहित शोध समूह ने GameScaling मॉडल सार्वजनिक कर दिए हैं। ये मॉडल दृश्य विश्लेषण के आधार पर कीबोर्ड और माउस के लिए कमांड उत्पन्न करके वीडियो गेम खेल सकते हैं।
जारी किए गए सेट में आठ चेकपॉइंट शामिल हैं, जिनके पैरामीटर 800 मिलियन से 27 बिलियन तक भिन्न होते हैं। इन मॉडलों को Qwen3.5 मॉडलों के प्री-ट्रेनिंग को जारी रखकर बनाया गया था, जो दृष्टि और भाषा मॉडल हैं।
छोटी कमांड अनुक्रमों को उत्पन्न करने के लिए, मॉडल वर्तमान और हाल के गेम फ्रेम के साथ-साथ पिछली कार्रवाइयों की जानकारी का भी उपयोग करते हैं। प्रदर्शित क्षमताओं में Minecraft में संसाधन एकत्र करना और क्राफ्टिंग, Doom में लड़ाई और मूवमेंट, और एस्केप रूम में क्वेस्ट स्थितियों के तहत पहेली हल करना शामिल है।
यह परियोजना मॉडल वेट्स, इन्फेरेंस के लिए कोड और Apache 2.0 लाइसेंस के तहत सॉफ़्टवेयर उदाहरण प्रदान करती है। यह डेवलपर्स को यह अध्ययन करने की अनुमति देता है कि विभिन्न आभासी दुनियाओं में प्रशिक्षण इंटरैक्टिव आर्टिफिशियल इंटेलिजेंस के प्रदर्शन को कैसे प्रभावित करता है।