开源模型 Kolibri-1 零微调自主玩转打砖块

开发者实验让 Aleph Alpha 开源的 Kolibri-1 模型在无任何微调的情况下自主玩雅达利游戏 Breakout。模型读取弹球与挡板的坐标数据，输出四个动作的概率分布并直接映射为游戏操作，全程不生成文本。团队针对动作概率推理做了优化，单步决策仅需 25 毫秒，展示了该模型在实时决策任务上的潜力。

2026-10-06 ~ 2026-10-06 · 2 条相关