O que é Gamer (miHoYo)?
Gamer é um modelo de visão, linguagem e ação da equipe Honkai AI R&D da miHoYo, escrito com pesquisadores da Universidade Nacional de Singapura, da Tsinghua e de outras três universidades chinesas. Ele olha a tela cinco vezes por segundo e responde com comandos de teclado e mouse: um movimento de mouse mais seis grupos de 33 ms de teclas pressionadas a cada 200 ms, cerca de 30 passos de controle por segundo, tirados de um vocabulário de 74 nomes de tecla. É construído sobre Qwen3-VL e Qwen3.5 e treinado em três etapas: pré-treinamento continuado com mais de 10.000 horas de gameplay, ajuste por instruções que o ensina a raciocinar só nos pontos de decisão e a manter um resumo de memória, e aprendizado por reforço online com um método que os autores chamam de TA-GRPO.
O repositório acompanha o artigo: o modelo de prompt de sistema, o formato de ação e as regras de parsing, e uma pasta para o Streaming-vLLM, o motor de inferência de baixa latência, marcada como em breve. O artigo é o arXiv 2611.18397. Checkpoints do estudo relacionado GameScaling, de 0.8B a 27B parâmetros, estão no Hugging Face; modelos treinados em Honkai: Star Rail não são liberados. O primeiro commit foi em 14 de novembro de 2026 e o último em 16 de novembro.
Gamer (miHoYo) vale a pena?
O interessante não é que um modelo consiga jogar; como o artigo lembra, agentes vencem pessoas em Atari, Minecraft e StarCraft há anos. É que o Gamer faz isso sem entrar pela porta dos fundos. Aqueles campeões liam o estado interno do jogo ou usavam interfaces de ação feitas sob medida; o Gamer recebe os pixels e um teclado, como qualquer um no sofá. Em conteúdo reservado de Honkai: Star Rail, o próprio jogo da miHoYo, o modelo treinado por reforço cumpriu 80,0% e 83,6% dos marcos de duas missões secundárias, que têm 30 e 55, e fez média de 49,7% em 40 minijogos de sete tipos. O ajuste por instruções fez a maior parte do trabalho; o aprendizado por reforço depois somou 7,8 e 14,5 pontos nas missões e 10,5 nos minijogos.
As linhas de base deixam o ponto mais claro do que o resumo. Nos mesmos minijogos, o artigo dá 17,1% ao GPT-6.1-Sol, 2,0% ao Gemini-3.8-Flash e 3,2% ao Qwen3-VL-8B sem ajuste. Um modelo geral consegue ler um quebra-cabeça; agir a tempo é outro ofício. O artigo também mostra que a velocidade faz parte da habilidade: políticas que vão bem enquanto o jogo gentilmente pausa para elas pioram muito quando ele não pausa, e é esse o problema que o Streaming-vLLM existe para resolver. Em uma H200 com Qwen3.5-35B-A3B, os autores reduziram uma requisição de 1306,00 ms para 65,12 ms, uma aceleração de 20,1×, embora a comparação ponha uma GPU contra quatro.
O porém: quase nada aqui roda. O repositório é um README, uma licença e uma pasta vazia; o Streaming-vLLM está marcado como em breve, e o artigo afirma que, por motivos de segurança de dados, nenhum checkpoint treinado com dados de Honkai: Star Rail será liberado. O que dá para baixar são os checkpoints de pré-treinamento do GameScaling, que param antes do ajuste por instruções e do aprendizado por reforço que produziram os resultados acima. A alegação principal de eficiência comparável à de jogadores habilidosos não tem, na nossa leitura, nenhuma pontuação humana ao lado em tabela alguma. Todos os números vêm dos autores, em um jogo que eles mesmos fazem, com recompensas checadas contra um estado do motor que nenhum laboratório externo alcança, e o treinamento serviu 32 ambientes de jogo a partir de 64 GPUs H200.
Nossa opinião: leia como um relatório de campo bem documentado de um estúdio ensinando um modelo a jogar o próprio jogo, com um formato de ação que vale a pena pegar emprestado. Quem espera baixar um agente para fazer as missões diárias vai encontrar a porta educadamente fechada.
Onde ele se destaca
Uma doutoranda que trabalha com agentes de visão, linguagem e ação para jogos
Adotar um formato de ação testado em vez de criar um do zero
Use o bloco publicado de um deslocamento de mouse e seis grupos de teclas de 33 ms, o vocabulário de 74 tokens de tecla e as regras de parsing: manter os tokens especiais, fazer o parsing só depois da última tag </think> e tratar o que não der para interpretar como nenhuma ação. Gratuito sob Apache-2.0 e utilizável com qualquer modelo que você ajuste.
Um líder de QA em um estúdio de jogos de porte médio
Avaliar se agentes guiados pela tela poderiam rodar testes de regressão em missões
Leia as seções do artigo sobre ambientes verificáveis e avaliação em lote e comece por um checkpoint do GameScaling no Hugging Face. Reserve hardware de verdade: no treinamento, os autores serviram 32 ambientes de jogo em Windows a partir de 64 GPUs H200.
Antes de decidir
- Configuração
- Ainda não há nada para instalar a partir deste repositório. Leia o artigo, copie o modelo de prompt de sistema e as regras de parsing do README e baixe os checkpoints do GameScaling da coleção THUSI-Lab no Hugging Face; o Streaming-vLLM está marcado como em breve.
- Integrações
- Backbones Qwen3-VL e Qwen3.5, densos e MoE; as saídas precisam ser servidas mantendo os tokens especiais; o treinamento estende o framework Verl; o agente age em jogos de Windows por eventos comuns de teclado e mouse.
- Dados e privacidade
- Sem serviço e sem coleta de dados: o repositório é documentação sob Apache-2.0. Dados e checkpoints de Honkai: Star Rail não são liberados, e capturas de tela e vídeos de jogos continuam sendo propriedade dos donos.
- Limites
- Modelos principais retidos e motor de inferência não lançado; os resultados cobrem um jogo comercial e quatro benchmarks públicos; os autores dizem que estratégias mais profundas podem superar o raciocínio do modelo e que o custo de inferência precisa cair antes de um uso mais amplo.
O que é bom
- Joga a partir de pixels com teclado e mouse, sem API do jogo
- Formato de ação, nomes de tecla e prompt de sistema totalmente documentados
- Grande vantagem sobre modelos gerais em minijogos reservados
- Checkpoints do GameScaling de 0.8B a 27B no Hugging Face
O que não é
- Ainda não há código executável no repositório
- Checkpoints de Honkai: Star Rail retidos
- Todos os resultados são dos autores, no próprio jogo deles
- Treinamento e inferência pressupõem GPUs da classe H200
Ideal para
Pesquisadores que constroem agentes de tela e teclado e querem um formato de ação documentado e uma receita de treinamento para comparar.
Alternativas ao Gamer (miHoYo)
Gamer (miHoYo): perguntas frequentes
- Gamer (miHoYo) vale a pena?
- Gamer é um artigo sério sobre ensinar um modelo a jogar do jeito que uma pessoa joga, ligado a um repositório que, por enquanto, serve principalmente para ler a respeito. Damos nota 3.2 de 5.
- Quanto custa Gamer (miHoYo)?
- Gratuito e open source (Apache-2.0) para o código e a documentação. Os checkpoints do GameScaling são gratuitos no Hugging Face; os modelos de Honkai: Star Rail não são liberados.
- Quais são as desvantagens de Gamer (miHoYo)?
- Ainda não há código executável no repositório; checkpoints de Honkai: Star Rail retidos; todos os resultados são dos autores, no próprio jogo deles; treinamento e inferência pressupõem GPUs da classe H200.
- Para quem Gamer (miHoYo) é indicado?
- Pesquisadores que constroem agentes de tela e teclado e querem um formato de ação documentado e uma receita de treinamento para comparar.
- Gamer (miHoYo) é seguro para dados da empresa?
- Sem serviço e sem coleta de dados: o repositório é documentação sob Apache-2.0. Dados e checkpoints de Honkai: Star Rail não são liberados, e capturas de tela e vídeos de jogos continuam sendo propriedade dos donos.
- Quais são as melhores alternativas ao Gamer (miHoYo)?
- As alternativas mais próximas que analisamos são OpenComputer e CUA Agent Kit.
Respostas verificadas em 21 de nov. de 2026.