#B站AI无限竞技场#
米哈游蔡浩宇发帖劝从业者转行，大伟哥放话三年砸千亿放烟花，官方校招更是写着“创造AI独立自主文明”。终于，他们联合清华开源了打游戏的AI模型GameScaling，官网喊出“前沿大模型会暂停，但世界不会——小而快，才能赢在实时”，宣传片里打毁灭战士枪枪到肉、玩我的世界挖矿合成行云流水。
网上吹的人很多，真把权重拖到本地跑的没几个。我们干脆用自己的单张RTX 5090，拉来同尺寸、没针对游戏特训过的原版千问（Qwen3.5-9B，附27B Q4现实参照），跑了132轮有效实测——这趟专门的游戏训练，到底是真练出了本事，还是相当于套了个看见甘蔗就挥剑的简单脚本？
【核心实测结论】
1. 《我的世界》（108轮）：直觉砍杀确实涨了，多格界面彻底抓瞎
- 纯看画面追砍甘蔗，米哈游9B连过12轮（12/12），强于原版千问旧预算的4/12；拆绿宝石块也成功拿到一次（1/12）。
- 但一到点开工作台按格子摆木铲配方，三模型36轮全吃了零蛋。在给足思考时间的暂停局里，它开局手里攥着木板就脑补“木铲已做好”，乱摆20秒拼不出配方，关掉界面连捶几拳，把工作台砸碎揣进兜里走人。涉及多格复杂界面，模型本体目前完全不可靠。
2. 射击对抗（Freedoom 6组同种子）：慢动作当学霸，一打实时被原版反杀
- 开着暂停一步一算，米哈游9B均分（17.17）略高出原版千问（13.17）；
- 可一旦照官网宣传打真正的实时局，米哈游9B均分当场腰斩跌至6.83分；反倒是没针对游戏特训的原版千问稳拿17.17分，六局同地图对决4胜1平1负，反过来把特训模型给赢了。
3. 宣传选片与算力真账
- 官网源码data.js第160行注释：网页演示视频给对手挑最低分录像，给自家挑最高分录像（非论文均值）。
- 单卡5090完整跑完一次“看图-思考-出招”闭环，最快一组中位约1秒/次，未复现“每秒观察5次”；整篇论文120组实验按单个随机种子统计，总训练量为4.5万个H200卡时。
【怎么测、怎么判？】
- 样本：共132轮有效实测（MC 108轮 + 射击对决24轮；早期180轮接口偏置仅留档备查；各批次服务配置有客观差异，不笼统写完全相同条件）。
- 计分：怪得真打死（本24轮均死亡，reward = 击杀数 - 1）、方块得真敲碎、东西得真拿到手才算分；光开界面、出预览或自我脑补报喜一律0分。
【澄清与制作披露】
- 千亿愿景：大伟哥“未来三年敢投千亿放烟花”是竞核转述的企业未来总投入上限愿景，并非指这一个9B开源模型花掉了1000亿。
- 制作披露：本地实测对决片段来自单卡RTX 5090真实运行；部分片段含快放（如工作台20秒乱摆）、暂停录像按游戏时钟省略推理等待、部分镜头引用官网与公开报道；概念动画、配音旁白（AI女声E）与背景音乐为AI辅助生成，特此说明。
