英伟达主导的开源NitroGen，一款玩转千款游戏的通用大模型

近日，来自英伟达、斯坦福、加州理工等多家机构的多学科研究团队推出了NitroGen。英伟达AI总监兼杰出科学家Jim Fan称，NitroGen是“一个开源基础模型，可玩转1000多款游戏”。然而，其影响远不止游戏世界，还将延伸至现实世界，在仿真与机器人领域带来显著收益。

该模型的训练目标是玩1000款以上的游戏，模型直接以游戏视频帧作为输入，输出真实的手柄操作信号，天然适配所有支持手柄的游戏。NitroGen支持后训练，意味着当它面对一款从未见过的新游戏时，并不需要从零开始学习规则，只需少量微调或轻量适配，就能迅速上手，真正具备了跨游戏泛化的潜力。

这项研究试图提炼出一种“面向动作的GPT”，因此，它堪称大语言模型（LLM）领域的突破，把已验证的大规模训练技术首次拓展到语言和计算机视觉之外的领域。研究论文的引言强调：“打造能在未知环境中自如运作、具备通用能力的实体智能体，一直是 AI研究的圣杯。”

据Fan介绍，测试里，NitroGen一路通关“RPG、平台跳跃、大逃杀、赛车、2D、3D，应有尽有！”。不过这位英伟达科学家也提醒，这只是起点，前方仍有高山待攀。

初代NitroGen刻意聚焦“快速运动控制”，Fan口中的“玩家本能”。论文显示，这款新大模型“在多元领域表现强劲”，在程序化生成或从未见过的游戏里，任务成功率比从零训练模型提高52%。

有趣的是，NitroGen的底层架构正是为机器人而生的GROOT N1.5。它在游戏世界中的成功应用，反过来有望让机器人在多样或不可预测的真实环境中同样受益匪浅。目前全部研究已开源，包括预训练权重、完整动作数据集、代码等。