如果说ChatGPT读完了人类互联网所有的书，那么英伟达刚刚开源的NitroGen，就是那个在网吧里泡了4万个小时、看遍了所有大神操作的“超级玩家”。
就在最近，英伟达联合斯坦福、加州理工搞了个大动作，正式开源了名为NitroGen的视觉-动作基础模型。这一手操作直接在AI圈和游戏圈炸了锅。这可不是那种只会跑固定脚本的简陋外挂，而是一个真正长了眼睛、会思考、能操作手柄的通用智能体。
很多人第一反应是：英伟达这是要搞个全能代练？其实，这盘棋下得比你想象的要大得多。
它凭什么能通关一千款游戏？
以往的游戏AI，大多是“专才”。下围棋的AlphaGo不会打星际，打Dota的OpenAI Five不会玩超级马里奥。但NitroGen主打就是一个“全能”。
它的训练数据堪称恐怖：40,000小时的公开游戏视频，覆盖了超过1,000款游戏。从《巫师3》这种复杂的3A大作，到《赛博朋克2077》的霓虹夜景，再到各种横版跳跃小游戏，它全都要。
但最绝的不是数据量，而是它“偷师”的方法。
我们都知道训练AI最贵的是人工标注数据。英伟达的研究团队这次想了个天才般的点子：他们专门去找那些带有“手柄按键显示层”的游戏直播录像。通过算法，把视频里玩家按下的键位自动提取出来，直接对应到当时的游戏画面上。这样一来，不仅省了巨额的人工费，还直接让AI学会了人类高手的操作逻辑。
这不只是玩游戏，这是机器人的模拟考
NitroGen的各种技术指标确实亮眼。比如它的架构魔改自英伟达的机器人模型GR00T，它是纯视觉驱动的——也就是说，它像人一样盯着屏幕看像素，然后输出手柄指令，而不是去读取游戏后台内存数据作弊。
在测试中，即便把NitroGen扔到一个它从未见过的全新游戏里，稍微给点数据微调一下，它的上手速度比从零训练的模型快得多，任务成功率最高能提升52%。这意味着它已经掌握了一套通用的“游戏语法”。
但如果你以为黄仁勋花大钱搞这个只是为了在游戏里虐菜，那就格局小了。
英伟达机器人总监Jim Fan直接点破了天机：电子游戏是训练“具身智能”最完美的模拟宇宙。
现实世界太复杂、容错率太低，你不能让一个刚出厂的机器人去厨房练切菜，切到手或者烧了厨房代价太大。但游戏世界物理规则自洽、反馈即时。如果一个AI能学会在《赛博朋克》里开车、在《古墓丽影》里攀岩、在《我的世界》里合成工具，那么这种对环境的感知力、决策力，是可以迁移到现实世界的机器人身上的。
NitroGen就是英伟达给未来机器人准备的“大脑预演”。
开源的意义：具身智能的GPT时刻？
最让开发者兴奋的是，英伟达这次非常敞亮。
项目主页、论文、代码仓库、甚至连预训练的模型权重和那4万小时处理过的数据集，全部在Hugging Face上开源了。这意味着，全球的研究者不需要再去重复造轮子，直接可以在NitroGen的基础上，去训练针对特定游戏的超强AI，或者是验证新的机器人算法。
我们正在见证一个有趣的转折点：以前我们教AI玩游戏是为了娱乐，现在AI玩游戏，是为了学会如何在这个物理世界中生存和工作。
对于NitroGen来说，通关一千款游戏只是热身，它的星辰大海，是走出屏幕，走进现实。
如果你也对最新的AI信息感兴趣或者有疑问 都可以加入我的大家庭 第一时间分享最新AI资讯、工具、教程、文档 欢迎你的加入！！！😉😉😉
公众号：墨风如雪小站
