米哈游等发布具身智能跨游戏泛化研究

米哈游崩坏AI团队联合清华大学等机构发布《Scaling in Games》研究，通过120组实验分析具身智能在虚拟世界中的跨游戏泛化能力。研究发现增加数据量可提升熟悉环境表现，但可能导致远距迁移倒退；调整数据配比能改善相关世界表现，但对差异较大世界的帮助有限；大模型可节省数据，但也可能加重专化。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。