游戏AI迎来里程碑式突破。NVIDIA与斯坦福大学近日联合发布全新通用游戏智能体——NitroGen，该模型在超过1000款不同类型游戏、累计4万小时的高质量游戏数据上训练而成，展现出前所未有的跨游戏泛化能力。更值得关注的是，研究团队宣布将全面开源训练数据集与模型权重，为全球AI与游戏研究社区提供强大基础设施。
“什么游戏都能玩”的通用智能体
NitroGen的核心目标是突破当前游戏AI“一游戏一模型”的局限。传统强化学习模型通常需针对单一游戏从头训练，而NitroGen通过在海量、多样化的游戏环境（涵盖平台跳跃、策略、射击、解谜、模拟经营等类型）中学习，掌握了通用的感知、决策与操作能力。实验显示，该模型在未见过的新游戏中，也能快速适应并达到人类可玩水平。
项目地址：https://nitrogen.minedojo.org/
4万小时数据开源，推动游戏AI民主化
研究团队强调，NitroGen的成功不仅在于模型架构，更依赖于高质量、大规模的训练数据。为此，他们同步发布了名为GameVerse-1K的数据集，包含:
-1000+款商业与开源游戏的完整交互轨迹;
-4万小时的人类与AI gameplay 录制;
- 每帧画面、操作指令、奖励信号与状态元数据的精准对齐。
所有数据与模型权重将通过GitHub与Hugging Face开放，支持学术研究与非商业应用。
技术亮点:端到端视觉输入 + 通用动作空间
NitroGen采用纯视觉输入（原始像素），无需游戏内部API或状态访问，真正实现“像人类一样玩游戏”。同时，其设计了统一的动作抽象层，将不同游戏的复杂控制(如键盘、手柄、触屏)映射到标准化动作空间，使模型能跨平台泛化。
行业意义:不止于游戏，更是通用智能的试验场
AIbase认为，NitroGen的价值远超娱乐场景。游戏作为复杂、动态、高维的模拟环境，是训练通用人工智能（AGI）的理想试验场。NitroGen所验证的“大规模多游戏预训练+快速迁移”范式，未来可迁移至机器人控制、自动驾驶、工业仿真等领域。
而此次NVIDIA与斯坦福选择完全开源，不仅加速科研迭代，更向行业传递明确信号:开放协作，才是通往通用智能的最快路径。
目前，NitroGen代码与GameVerse-1K数据集已在官方仓库上线，开发者可立即下载体验。这场由游戏点燃的智能革命，正向现实世界加速蔓延。
