本文へスキップ
ReviewRamble

週刊ブリーフ

AIのレビューを、あなたの受信箱に。

  • ツール、モデル、MCPサーバー、リポジトリの新しいレビュー(結論を最初に)
  • 変更があったときに再確認した価格と評価
  • 公開された新しい分析記事

モデル、エージェント、MCPサーバー、そして本当に時間をかける価値のあるツール。

週に1通です。配信停止は各メールのリンクからできます。 メールアドレスの利用について

Gamer (miHoYo)

画面を見てキーボードとマウスでゲームを遊ぶ、miHoYo の研究用エージェントです。論文は公開済みですが、学習済みモデルは公開されていません。

レビュー: ReviewRamble editors · 更新

GitHubで見る オープンソース

このページを共有:XLinkedInFacebookRedditWhatsAppメール

当サイトの評価

3.2/5

Gamer は、人と同じやり方でゲームを遊ぶようモデルに教えることについての真剣な論文ですが、付いているリポジトリは今のところ、主にそれについて読むためのものです。

Gamer (miHoYo)とは?

Gamer は、miHoYo の Honkai AI R&D チームによる視覚・言語・行動(VLA)モデルで、シンガポール国立大学、清華大学、ほか三つの中国の大学の研究者と共同で書かれました。画面を毎秒 5 回見て、キーボードとマウスの入力で応えます。200 ms ごとにマウスの移動一回と、押し続けるキーの 33 ms ずつの六つのグループを出力し、毎秒約 30 ステップの操作になります。キー名の語彙は 74 です。Qwen3-VL と Qwen3.5 を基盤とし、三段階で学習します。10,000 時間を超えるゲームプレイでの継続事前学習、判断の場面でだけ推論し、記憶の要約を更新し続けるよう教える指示チューニング、そして著者が TA-GRPO と呼ぶ手法によるオンライン強化学習です。

リポジトリは論文の付属資料で、システムプロンプトのテンプレート、行動の形式と解析ルール、そして近日公開とされた低遅延の推論エンジン Streaming-vLLM 用のフォルダーがあります。論文は arXiv 2611.18397 です。関連する GameScaling の研究のチェックポイント(0.8B から 27B パラメーター)は Hugging Face にありますが、Honkai: Star Rail で学習したモデルは公開されていません。最初のコミットは 2026年11月14日、最後は 11月16日です。

Gamer (miHoYo)は使う価値があるか?

興味深いのは、モデルがゲームを遊べるということではありません。論文も触れているとおり、エージェントは何年も前に Atari、Minecraft、StarCraft で人間に勝っています。興味深いのは、Gamer が裏口から入れてもらわずにそれをやってのける点です。かつての王者たちはゲームの内部状態を読むか、専用の行動インターフェースを使っていました。Gamer が受け取るのはピクセルとキーボードだけで、ソファに座る誰もと同じです。miHoYo 自身のゲームである Honkai: Star Rail の評価用に取り分けたコンテンツでは、強化学習を経たモデルが、30 と 55 のマイルストーンを持つ二つのサイドクエストでそれぞれ 80.0% と 83.6% を達成し、七種類 40 のミニゲームでは平均 49.7% でした。仕事の大半をしたのは指示チューニングで、強化学習はその後、クエストで 7.8 と 14.5 ポイント、ミニゲームで 10.5 ポイントを上乗せしました。

比較対象は、要旨よりもはっきりと要点を示します。同じミニゲームで、論文は GPT-6.1-Sol を 17.1%、Gemini-3.8-Flash を 2.0%、調整前の Qwen3-VL-8B を 3.2% と採点しています。汎用モデルはパズルを読むことはできても、間に合うように動くのは別の技能です。論文はまた、速さも腕前の一部であることを示します。ゲームが律儀に一時停止してくれる間はうまくいく方策も、止まってくれないと大きく劣化します。Streaming-vLLM はまさにその問題を解くためにあります。H200 と Qwen3.5-35B-A3B で、著者は一回のリクエストを 1306.00 ms から 65.12 ms に縮め、20.1× の高速化を得ましたが、この比較は GPU 一基と四基を並べたものです。

注意点:ここで実際に動くものはほとんどありません。リポジトリは README、ライセンス、そして空のフォルダーだけです。Streaming-vLLM は近日公開とされ、論文はデータセキュリティ上の理由から Honkai: Star Rail のデータで学習したチェックポイントは一切公開しないと述べています。ダウンロードできるのは GameScaling の事前学習チェックポイントで、上の結果を生んだ指示チューニングと強化学習の手前で止まっています。熟練プレイヤーに匹敵する効率という看板の主張には、私たちが読んだ限り、どの表にも人間のスコアが並んでいません。数字はすべて著者によるもので、自分たちが作るゲームの上で、外部の研究室が触れられないエンジン側の状態に照らして報酬を確かめており、学習では 64 基の H200 GPU で 32 のゲーム環境を動かしました。

結論:自社のゲームをモデルに教えるスタジオの、よく文書化された現場報告として読むのがよく、行動の形式は借りる価値があります。日課を片付けてくれるエージェントをダウンロードできると期待した人は、丁重に閉ざされた扉に出会うでしょう。

真価を発揮する場面

  • ゲーム向けの視覚・言語・行動エージェントを研究する博士課程の学生

    行動の形式を一から設計せず、検証済みのものを採用すること

    公開されている、マウスの移動一回と 33 ms のキーグループ六つからなるブロック、74 のキートークンの語彙、解析ルールを取り入れます。特殊トークンを残す、最後の </think> タグの後だけを解析する、解析できないものは何もしない扱いにする、というものです。Apache-2.0 で無料、自分が微調整するどのモデルでも使えます。

  • 中規模のゲームスタジオの QA リード

    画面で動くエージェントにクエストの回帰テストを任せられるか判断すること

    論文の、検証可能な環境とバッチ評価に関する節を読み、Hugging Face の GameScaling チェックポイントから始めます。本格的なハードウェアを見込んでください。学習中、著者は 64 基の H200 GPU で 32 の Windows のゲーム環境を動かしました。

導入前に確認すること

導入
このリポジトリからインストールできるものはまだありません。論文を読み、README からシステムプロンプトのテンプレートと解析ルールをコピーし、Hugging Face の THUSI-Lab コレクションから GameScaling のチェックポイントをダウンロードします。Streaming-vLLM は近日公開とされています。
連携
Qwen3-VL と Qwen3.5 の dense と MoE の基盤。出力は特殊トークンを残したまま提供する必要があります。学習は Verl フレームワークを拡張したもので、エージェントは通常のキーボードとマウスのイベントで Windows のゲームを操作します。
データとプライバシー
サービスもデータ収集もありません。リポジトリは Apache-2.0 のドキュメントです。Honkai: Star Rail のデータとチェックポイントは公開されず、ゲームのスクリーンショットや動画は権利者のものです。
制限
主力モデルは非公開で、推論エンジンも未公開です。結果は商用ゲーム一本と公開ベンチマーク四つに限られます。著者は、より深い戦略はモデルの推論力を超えうること、広く使うには推論コストが下がる必要があることを認めています。

良い点

  • ゲーム API なしで、ピクセルからキーボードとマウスで遊ぶ
  • 行動の形式、キー名、システムプロンプトが完全に文書化
  • 評価用ミニゲームで汎用モデルを大きく上回る
  • Hugging Face に 0.8B から 27B の GameScaling チェックポイント

気になる点

  • リポジトリにはまだ実行できるコードがない
  • Honkai: Star Rail のチェックポイントは非公開
  • 結果はすべて著者によるもので、対象は自社のゲーム
  • 学習と推論は H200 クラスの GPU が前提

おすすめの人

画面とキーボードで動くエージェントを作り、文書化された行動の形式と比較用の学習レシピが欲しい研究者に向いています。

Gamer (miHoYo)の代替

Gamer (miHoYo):よくある質問

Gamer (miHoYo)は使う価値があるか?
Gamer は、人と同じやり方でゲームを遊ぶようモデルに教えることについての真剣な論文ですが、付いているリポジトリは今のところ、主にそれについて読むためのものです。 評価は5点満点中3.2点です。
Gamer (miHoYo)の料金は?
コードとドキュメントは無料のオープンソース(Apache-2.0)です。GameScaling のチェックポイントは Hugging Face で無料ですが、Honkai: Star Rail のモデルは公開されていません。
Gamer (miHoYo)の欠点は?
リポジトリにはまだ実行できるコードがない; Honkai: Star Rail のチェックポイントは非公開; 結果はすべて著者によるもので、対象は自社のゲーム; 学習と推論は H200 クラスの GPU が前提.
Gamer (miHoYo)は誰に向いているか?
画面とキーボードで動くエージェントを作り、文書化された行動の形式と比較用の学習レシピが欲しい研究者に向いています。
Gamer (miHoYo)は企業データを扱っても安全か?
サービスもデータ収集もありません。リポジトリは Apache-2.0 のドキュメントです。Honkai: Star Rail のデータとチェックポイントは公開されず、ゲームのスクリーンショットや動画は権利者のものです。
Gamer (miHoYo)の代わりになるものは?
当サイトでレビューした中で最も近い代替はOpenComputer 、 CUA Agent Kitです。

回答確認日:2026年11月21日