英伟达携手斯坦福发布重磅开源AI：通吃1000款游戏，4万小时训练数据全面开放

游戏AI迎来一次里程碑级进展。NVIDIA与斯坦福大学联合推出全新通用游戏智能体——NitroGen。该模型基于覆盖1000+款不同类型游戏、累计约4万小时的高质量游玩数据进行训练，展现出前所未有的跨游戏泛化与迁移能力。更值得一提的是，研究团队宣布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的目标是打破“一款游戏要训练一个模型”的老路。传统强化学习通常需要针对单一游戏从零开始训练；而NitroGen通过在海量且多样的游戏环境中学习（涵盖平台跳跃、策略、射击、解谜、模拟经营等类型），掌握通用的感知、决策与操作能力。实验结果显示，即使面对从未接触的新游戏，它也能快速上手，达到人类可玩水平。

 项目地址：https://nitrogen.minedojo.org/

4万小时数据全开放，推动游戏AI普及

研究团队强调，NitroGen的表现不仅来自模型设计，更离不开高质量、规模化的数据。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记录;

– 约4万小时的人类与AI游玩录像;

– 每帧画面、操作指令、奖励信号与状态元数据的精确对齐。

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使用。

 技术亮点：端到端视觉输入 + 统一动作空间

NitroGen采用纯视觉输入（原始像素），无需访问游戏内部API或状态，真正实现“像人类一样看画面来玩”。同时，它设计了统一的动作抽象层，把键盘、手柄、触屏等不同控制方式映射到标准化动作空间，让模型能够跨平台泛化。

 行业意义：不仅是游戏，更是通用智能的试验场

业内普遍认为，NitroGen的意义远不止娱乐。游戏作为复杂、动态、维度高的模拟环境，是锻炼通用人工智能（AGI）的理想试验场。NitroGen验证的“多游戏大规模预训练 + 快速迁移”范式，未来有望延伸到机器人控制、自动驾驶、工业仿真等场景。

此次NVIDIA与斯坦福选择全面开源，不仅能加快科研迭代，也向行业传递出清晰信号：开放协作，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。这场由游戏引燃的智能变革，正加速走向现实世界。