AI技术 · 游戏革命

零样本通关率63%，节省48%训练数据，重新定义AI玩游戏的边界

核心摘要

当全世界还在为每一款游戏单独训练模型的时候，NVIDIA直接宣称，一个模型能通吃846款商业3A游戏。没错，就是那个零样本通关率有63%，后续训练还能省去48%数据的NitroGen。2025年12月18日，这一事件在NV总部直播曝光，黄仁勋一句「Let’s play them all」就使得GitHub服务器出现502。现场演示中，同一套权重在30秒内分别在《赛博2077》里开车、在《只狼》里弹刀、在《FIFA26》里点球，平均帧延迟是38ms，仿佛外挂都有了灵性。本文将从技术突破、行业对比、风险挑战及未来展望等多个维度，为您全面解析这场游戏AI革命。

Part.01 事件爆点：一芯通吃846款3A游戏

2025年12月18日，英伟达在总部直播中震撼发布NitroGen AI模型，宣称一个模型能够通吃846款商业3A游戏。这一突破彻底颠覆了游戏AI领域的传统认知，此前DeepMind的SIMA仅仅只能够玩600个2D网页小游戏，Meta的Habitat3.0还在室内兜圈子，而NitroGen直接去挑战3A大作，零样本平均得分高出了27。

图1 | 英伟达「一芯千游」宣传海报

数据来源非常可靠，有71000个小时的公开直播切片，运用300个手柄模板还有SegFormer来抠键位，制作出40000个小时高品质片段，成本是220万美元，直接写入论文附录里面。这一技术把机器人那套「扩散Transformer」原原本本不变地用到游戏里了，画面从ViT编码起始，随后到扩散策略网络，最终抵达连续手柄信号，是端到端的，不存在规则脚本，也没有硬编码Q表。

Part.02 技术突破：扩散Transformer落地游戏

NitroGen把机器人那套「扩散Transformer」原原本本不变地用到游戏里了，画面从ViT编码起始，随后到扩散策略网络，最终抵达连续手柄信号，是端到端的，不存在规则脚本，也没有硬编码Q表。这一技术的难点就在于跨物理这一点，2D像素平台跳跃还有3D刚体赛车采用同一个动作空间，模型需要自己去弄清楚重力、摩擦、碰撞边界。

图2 | NitroGen技术流程示意图

从技术层面而言，游戏是物理世界的廉价复刻，虚拟环境里锻炼出的手眼协调能力，能够直接运用到机器人上，NV的GR00TN1.5已经证实迁移成功率提高了19。这意味着游戏AI的训练成果可以直接迁移到现实世界的机器人应用中，为机器人技术的发展开辟了新的路径。

Part.03 数据处理：71000小时到40000小时的淬炼

NitroGen的数据来源非常可靠，有71000个小时的公开直播切片，运用300个手柄模板还有SegFormer来抠键位，制作出40000个小时高品质片段，成本是220万美元，直接写入论文附录里面。这一数据处理过程展示了英伟达在数据处理和模型训练方面的强大能力。

图3 | NitroGen数据处理漏斗示意图

从商业角度而言，NV所售卖的就是显卡，随着游戏AI的应用，算力需求更加迫切，Open权重就好像在给开发者做宣传一样，“你缺算力吗，来购买H100。从生态层面而言，要是社区借助NitroGen打造出了智能Mod，那么云端出租AI陪玩、QA自动化、动态剧情生成这类，全都是和CUDA相关联的买卖。

Part.04 风险与挑战：版权、算力与商业闭环

尽管NitroGen的技术突破令人惊叹，但也面临着诸多风险与挑战。首先是版权问题，2023年Unity把自家7款游戏打包成AI训练包，可还没过去半年就因为开发商抗议而被下架了，这一回英伟达直接利用玩家的直播画面，绕过了二进制，可是直播画面也是受版权保护的，虽说挺巧妙，但这就好像在走钢丝似的。

算力挑战：50亿参数的扩散模型，推理的时候，一张4090跑30帧便占用20GB显存，玩家难道要为了AI队友再花1万6去购置显卡？这一现实问题可能会限制NitroGen的普及应用。

图4 | 玩家使用RTX 4090运行游戏AI

商业闭环难题：游戏厂商为何要把工作机会交给你去做模型？如果NitroGen真的能够替代人类玩家完成游戏任务，那么游戏厂商的盈利模式可能会受到挑战。这一问题需要英伟达在商业层面进行深入思考和探索。

Part.05 未来展望：从游戏到现实生产力

NitroGen的突破不仅仅是游戏AI领域的革命，更是从虚拟世界到现实世界生产力的一次重要跨越。从技术层面而言，游戏是物理世界的廉价复刻，虚拟环境里锻炼出的手眼协调能力，能够直接运用到机器人上，NV的GR00TN1.5已经证实迁移成功率提高了19。

技术融合加速：训练与推理芯片的技术路线将进一步融合，厂商将更注重端到端的解决方案。NitroGen的技术展示了游戏AI与机器人技术融合的可能性，未来这一领域的发展值得期待。

现实应用拓展：游戏里的AI就算再厉害，最终还不都是要去工厂工作、去医院给人递手术刀。NitroGen的技术突破为AI在现实世界中的应用开辟了新的路径，未来我们可能会看到更多游戏AI的技术成果应用到现实世界中。

其实，人类想要的并非更擅长打游戏的AI，而是能替自己熬夜加班、回家陪孩子的“数字分身。NitroGen的技术突破为实现这一目标迈出了重要的一步，未来我们期待看到更多基于游戏AI的现实应用场景。

游戏AI的革命已开启，从虚拟到现实的生产力跨越即将实现

声明：本文内容95%左右为人工手写原创，少部分借助AI辅助，但是所有的内容都是本人经过严格审核和核对的。