米哈游把 AI 拉来肝游戏了。十月二十二号，一篇论文挂上 arXiv：米哈游崩坏 AI 团队联合清华北大、国科大、港大与新加坡国立大学，九位作者里好几位是米哈游实习生。他们训练了一批会打游戏的模型：看着画面，自己操作键盘鼠标，八个小模型全部开源。其中九十亿参数的版本，在"游戏不会暂停等它思考"的实时测试里，四项基准平均分二十五点三，压过了 GPT、Gemini、Claude 全线大模型。凭什么？出手快：前沿模型每步想四到二十四秒，它只要零点三一秒。
00:05 开场：论文与"9B 压过 GPT"的悬念 00:51 机制：眼睛每秒五帧，手每秒三十次 01:33 核弹：暂停榜被碾压，实时榜大翻转 02:38 训练法：一千六百小时录像纯模仿 03:43 冷静账本：五笔账看完再鼓掌 04:47 判断：延迟也是能力
它怎么玩：每秒看五帧画面，每秒三十次操作，每次输出未来两百毫秒的完整操作包——六个键位步每步三十三毫秒，加鼠标位移和滚轮。实测约八成步数不思考直接出手。核弹在两种测试的对比：暂停榜上 Gemini 五十五点六断层领先，九十亿小模型只有二十八点五；切到实时榜，游戏照跑，同一个模型升到二十五点三排第一。训练用一千六百小时公开键鼠录像、八十个游戏世界、一百二十种配置网格，Qwen3.5 底座继续预训练纯模仿。有趣的是规模悖论：二百七十亿暂停模式六十二分逼近人类七十，实时反而崩到十六点七——越大越聪明，也越大越慢。
冷静的部分：暂停榜是真输；慢节奏游戏上反转不成立，前沿模型仍高约二十分；四个基准三个自建自测；部署不对等（自家 H200 对云端 API）；实习生研究非公司战略，arXiv 未经同行评议；训练数据来自公开集，没用米哈游自家游戏。我的判断：这篇论文把"延迟也是能力"摆上台面——现实世界从不暂停，机器人、自动驾驶全是实时模式；小而快与深度思考两条路线大概率合流。接下来盯外部复测、加强化学习后的上限、游戏厂商会不会接入。论文 arXiv 搜 GameScaling，权重在 Hugging Face，Apache 2.0。
