开源AI模型NitroGen，突破游戏与机器人决策新边界

12月21日，一个由多家顶尖科研机构携手组建的团队正式发布了名为NitroGen的新一代人工智能模型。团队成员汇集了英伟达、斯坦福大学以及加州理工学院等知名机构的专家，共同致力于探索AI在复杂环境下的决策与行动潜能。英伟达AI总监兼杰出科学家吉姆·范在社交平台上透露，NitroGen是一个经过专门训练、能够流畅运行上千款电子游戏的开源基础模型。他强调，这项突破不仅局限于游戏领域，更有望对现实世界中的仿真系统和机器人技术带来深刻变革。

这项研究被广泛看作是迈向“行动型GPT”的关键进展，标志着大语言模型技术正从传统的文本处理和视觉识别范畴向外拓展。研究论文的引言部分指出：“打造能在未知环境中自主行动的通用具身智能体，一直是人工智能领域追求的核心目标之一。”NitroGen的诞生，正是朝着这个目标迈出的实质性一步。

值得一提的是，NitroGen模型基于专为机器人控制系统打造的GROOT N1.5架构开发。这一设计选择让模型拥有了更出色的动作理解和执行能力，而它在多种电子游戏中的成功表现，也为提升机器人在动态、非结构化环境中的适应能力开辟了新路径。

为了确保模型能广泛适应不同类型的游戏，研究团队对NitroGen进行了针对性优化，使其可以灵活应对机制多样、物理规则各异的游戏环境。在训练过程中，团队利用了超过四万小时的公开游戏实况视频，这些视频包含了玩家实时操作的界面画面，为模型学习人类行为模式提供了丰富而高质量的数据支撑。

吉姆·范介绍道，在测试环节中，NitroGen展现了卓越的适应能力，成功完成了角色扮演、平台跳跃、大逃杀以及竞速等多种游戏任务，涵盖了2D和3D等多种呈现形式。虽然目前的成果已经令人印象深刻，但他强调这仍属于早期探索阶段，后续还有大量工作需要深入展开。

NitroGen的首个版本研发重点集中在快速反应和动作控制上，被研究团队亲切地称为“模拟玩家直觉”。实验数据表明，该模型在程序生成的环境以及从未接触过的新游戏中都表现突出，与从零开始训练的基准模型相比，任务完成率提升了52%。

目前，该项目的全部研究成果已向公众开放。预训练权重、完整的动作数据集以及相关代码均已发布，旨在吸引全球开发者、研究人员和技术爱好者共同参与后续的优化与创新工作，推动智能体在多模态、多任务场景中持续进化。