NVIDIA与斯坦福大学联合发布通用游戏AI智能体NitroGen，并开源4万小时训练数据
核心摘要
2025年12月26日，NVIDIA与斯坦福大学联合发布了一款名为 NitroGen 的通用游戏AI智能体。该智能体在超过 1000款 不同类型的游戏上进行了训练，使用了总计 4万小时 的高质量游戏数据，展现了前所未有的跨游戏泛化能力。研究团队宣布将完全开源其训练数据集和模型权重。
项目详情
目标与突破
NitroGen的核心目标是突破当前游戏AI“一个游戏，一个模型”的局限。它通过在大规模、多样化的游戏环境（涵盖平台跳跃、策略、射击、解谜、模拟等类型）中学习，获得了通用的感知、决策和操作能力。实验表明，该模型能在从未见过的新游戏中快速适应并达到人类可玩的水平。
开源数据集：GameVerse-1K
研究团队强调，NitroGen的成功不仅在于模型架构，更在于高质量、大规模的训练数据。为此，他们发布了名为 GameVerse-1K 的数据集，包含：
- 超过1000款商业及开源游戏的完整交互轨迹。
- 4万小时的人类与AI游戏录像。
- 每一帧画面、操作指令、奖励信号及状态元数据的精确对齐。
所有数据和模型权重将通过 GitHub 和 Hugging Face 开源，支持学术研究与非商业应用。
技术亮点
- 端到端视觉输入：使用纯视觉输入（原始像素），无需游戏内部API或状态访问，真正像人类一样玩游戏。
- 通用动作空间：设计了统一的动作抽象层，将不同游戏（如键盘、手柄、触屏）的复杂控制映射到标准化动作空间，使模型能够跨平台泛化。
行业意义与展望
分析认为，NitroGen的价值远超娱乐场景。作为一个复杂、动态、高维的模拟环境，游戏是训练通用人工智能（AGI）的理想试验场。NitroGen验证的 “大规模多游戏预训练 + 快速迁移” 范式，未来可应用于机器人控制、自动驾驶、工业仿真等领域。
此次全面开源，不仅加速了科研迭代，也向业界传递了明确信号：开放协作是实现通用智能的最快路径。
获取方式
目前，NitroGen代码及GameVerse-1K数据集已在官方仓库开放，开发者可立即下载体验。
信息来源：AIbase， 2025年12月26日
