Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Gamer (miHoYo)

El agente de investigación de miHoYo que juega mirando la pantalla, con teclado y ratón. El artículo ya está publicado; el modelo entrenado, no.

Reseña de ReviewRamble editors · Actualizado

Ver en GitHub Código abierto

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.2/5

Gamer es un artículo serio sobre cómo enseñar a un modelo a jugar como lo hace una persona, unido a un repositorio que, por ahora, sobre todo te deja leer al respecto.

¿Qué es Gamer (miHoYo)?

Gamer es un modelo de visión, lenguaje y acción del equipo Honkai AI R&D de miHoYo, escrito junto a investigadores de la Universidad Nacional de Singapur, Tsinghua y otras tres universidades chinas. Mira la pantalla cinco veces por segundo y responde con pulsaciones de teclado y ratón: un movimiento de ratón más seis grupos de 33 ms de teclas mantenidas por cada 200 ms, unos 30 pasos de control por segundo, sacados de un vocabulario de 74 nombres de tecla. Está construido sobre Qwen3-VL y Qwen3.5 y se entrena en tres fases: preentrenamiento continuado con más de 10.000 horas de partidas, un ajuste por instrucciones que le enseña a razonar solo en los momentos de decisión y a llevar un resumen de memoria, y aprendizaje por refuerzo en línea con un método que los autores llaman TA-GRPO.

El repositorio acompaña al artículo: la plantilla del prompt de sistema, el formato de acciones y las reglas para interpretarlas, y una carpeta para Streaming-vLLM, el motor de inferencia de baja latencia, marcada como próximamente. El artículo es arXiv 2611.18397. Los checkpoints del estudio relacionado GameScaling, de 0.8B a 27B parámetros, están en Hugging Face; los modelos entrenados con Honkai: Star Rail no se publican. El primer commit fue el 14 de noviembre de 2026 y el último, el 16 de noviembre.

¿Merece la pena Gamer (miHoYo)?

Lo interesante no es que un modelo pueda jugar a un videojuego; como recuerda el artículo, hace años que los agentes ganan a las personas en Atari, Minecraft y StarCraft. Lo interesante es que Gamer lo hace sin que le abran la puerta de atrás. Aquellos campeones leían el estado interno del juego o usaban interfaces de acción a medida; Gamer recibe los píxeles y un teclado, como cualquiera en el sofá. En contenido reservado de Honkai: Star Rail, el propio juego de miHoYo, el modelo entrenado por refuerzo completó el 80,0% y el 83,6% de los hitos de dos misiones secundarias, que tienen 30 y 55, y promedió un 49,7% en 40 minijuegos de siete tipos. El ajuste por instrucciones hizo la mayor parte del trabajo; el aprendizaje por refuerzo añadió después 7,8 y 14,5 puntos en las misiones y 10,5 en los minijuegos.

Las líneas base dejan el asunto más claro que el resumen. En esos mismos minijuegos, el artículo da a GPT-6.1-Sol un 17,1%, a Gemini-3.8-Flash un 2,0% y al Qwen3-VL-8B sin ajustar un 3,2%. Un modelo general sabe leer un acertijo; actuar a tiempo es otro oficio. El artículo muestra además que la velocidad forma parte de la destreza: las políticas que rinden bien mientras el juego se detiene amablemente para ellas se degradan mucho cuando no lo hace, que es el problema que Streaming-vLLM existe para resolver. En una H200 con Qwen3.5-35B-A3B, los autores bajaron una petición de 1306,00 ms a 65,12 ms, una aceleración de 20,1×, aunque la comparación enfrenta una GPU con cuatro.

La pega: aquí casi nada se ejecuta. El repositorio es un README, una licencia y una carpeta vacía; Streaming-vLLM figura como próximamente, y el artículo afirma que, por motivos de seguridad de datos, no se publicará ningún checkpoint entrenado con datos de Honkai: Star Rail. Lo que se puede descargar son los checkpoints de preentrenamiento de GameScaling, que se quedan antes del ajuste por instrucciones y del aprendizaje por refuerzo que produjeron los resultados anteriores. La afirmación estrella de una eficiencia comparable a la de jugadores expertos no tiene, según nuestra lectura, ninguna puntuación humana al lado en ninguna tabla. Todas las cifras son de los autores, sobre un juego que ellos mismos hacen, con recompensas verificadas contra un estado del motor al que ningún laboratorio externo puede acceder, y el entrenamiento sirvió 32 entornos de juego desde 64 GPU H200.

Nuestra opinión: léelo como un informe de campo bien documentado de un estudio que enseña a un modelo a jugar a su propio juego, con un formato de acciones que merece la pena tomar prestado. Quien espere descargarse un agente que le haga las tareas diarias encontrará la puerta cortésmente cerrada.

Dónde se gana su sitio

  • Una doctoranda que trabaja en agentes de visión, lenguaje y acción para videojuegos

    Adoptar un formato de acciones probado en lugar de diseñar uno desde cero

    Toma el bloque publicado de un desplazamiento de ratón y seis grupos de teclas de 33 ms, el vocabulario de 74 tokens de tecla y las reglas de interpretación: conservar los tokens especiales, interpretar solo lo que va tras la última etiqueta </think> y tratar lo que no se pueda interpretar como una no-acción. Gratis bajo Apache-2.0 y utilizable con cualquier modelo que ajustes.

  • Un responsable de QA en un estudio de videojuegos mediano

    Valorar si los agentes guiados por pantalla podrían hacer pruebas de regresión en misiones

    Lee las secciones del artículo sobre entornos verificables y evaluación por lotes y parte de un checkpoint de GameScaling en Hugging Face. Calcula hardware de verdad: durante el entrenamiento, los autores sirvieron 32 entornos de juego en Windows desde 64 GPU H200.

Antes de decidirte

Puesta en marcha
Por ahora no hay nada que instalar desde este repositorio. Lee el artículo, copia la plantilla del prompt de sistema y las reglas de interpretación del README y descarga los checkpoints de GameScaling de la colección THUSI-Lab en Hugging Face; Streaming-vLLM figura como próximamente.
Integraciones
Backbones Qwen3-VL y Qwen3.5, densos y MoE; las salidas se deben servir conservando los tokens especiales; el entrenamiento amplía el framework Verl; el agente actúa sobre juegos de Windows mediante eventos normales de teclado y ratón.
Datos y privacidad
No hay servicio ni recogida de datos: el repositorio es documentación bajo Apache-2.0. Los datos y checkpoints de Honkai: Star Rail no se publican, y las capturas y vídeos de juegos siguen siendo propiedad de sus dueños.
Límites
Modelos principales retenidos y motor de inferencia sin publicar; los resultados cubren un juego comercial y cuatro benchmarks públicos; los autores dicen que la estrategia más profunda puede superar la capacidad de razonamiento del modelo y que el coste de inferencia debe bajar antes de un uso más amplio.

Lo bueno

  • Juega a partir de píxeles con teclado y ratón, sin API del juego
  • Formato de acciones, nombres de tecla y prompt de sistema bien documentados
  • Gran ventaja sobre los modelos generales en minijuegos reservados
  • Checkpoints de GameScaling de 0.8B a 27B en Hugging Face

Lo malo

  • Todavía no hay código ejecutable en el repositorio
  • Los checkpoints de Honkai: Star Rail no se publican
  • Todos los resultados son de los autores, sobre su propio juego
  • El entrenamiento y la inferencia suponen GPU de la clase H200

Ideal para

Investigadores que construyen agentes de pantalla y teclado y quieren un formato de acciones documentado y una receta de entrenamiento con la que compararse.

Alternativas a Gamer (miHoYo)

Gamer (miHoYo): preguntas frecuentes

¿Merece la pena Gamer (miHoYo)?
Gamer es un artículo serio sobre cómo enseñar a un modelo a jugar como lo hace una persona, unido a un repositorio que, por ahora, sobre todo te deja leer al respecto. Le damos un 3.2 sobre 5.
¿Cuánto cuesta Gamer (miHoYo)?
Gratis y de código abierto (Apache-2.0) para el código y la documentación. Los checkpoints de GameScaling son gratuitos en Hugging Face; los modelos de Honkai: Star Rail no se publican.
¿Qué inconvenientes tiene Gamer (miHoYo)?
Todavía no hay código ejecutable en el repositorio; los checkpoints de Honkai: Star Rail no se publican; todos los resultados son de los autores, sobre su propio juego; el entrenamiento y la inferencia suponen GPU de la clase H200.
¿Para quién es Gamer (miHoYo)?
Investigadores que construyen agentes de pantalla y teclado y quieren un formato de acciones documentado y una receta de entrenamiento con la que compararse.
¿Es Gamer (miHoYo) seguro para los datos de la empresa?
No hay servicio ni recogida de datos: el repositorio es documentación bajo Apache-2.0. Los datos y checkpoints de Honkai: Star Rail no se publican, y las capturas y vídeos de juegos siguen siendo propiedad de sus dueños.
¿Cuáles son las mejores alternativas a Gamer (miHoYo)?
Las alternativas más cercanas que hemos analizado son OpenComputer y CUA Agent Kit.

Respuestas comprobadas el 21 nov 2026.