8 万小时人类录像训练 16 小时，AI《大乱斗 DX》打进全球前 1%
FinanceYF5 · x · 2026-10-23
Eric Gu 发布 HAL 项目第二篇博客：仅用 8 万小时人类对战回放训练出 247M 参数因果 Transformer，在《任天堂明星大乱斗 DX》天梯达到人类前 1% 水平，自称全球最强 Melee 基础模型。
关键做法与发现
- 模型读取最近 256 帧游戏状态与手柄输入（不用像素），自回归解码未来多帧操作块（action chunking），只需低于 10Hz 重新规划，从而隐藏推理与网络延迟，在普通硬件和联网对战中实时运行。
- 引入回报条件化等离线强化学习技巧：每帧都要求 99 分位回报反而得到稳定表现。
- 给出 Melee 预训练缩放定律：iso-FLOP 曲线显示模型规模应比数据增长更快（M∝C^0.58，D∝C^0.42），与「继续堆数据」的直觉相反。
- 观察延迟对性能的伤害大于模型规模带来的收益；非数值精确的 KV cache 也能正常工作。
- 训练仅用一张 B200 跑 16 小时，算力由 ajhinh 与 Modal 支持。模型可模仿职业选手风格、按对手水平调难度，玩家可通过 Slippi 用 GameCube 手柄与之对战。
所属事件:AI 看 8 万小时人类录像，《大乱斗 DX》打进全球前 1%(2 条相关)→
「Fun」频道最新
- 开发者吐槽：LLM 时代工作变丧了，模型整天「顶嘴」像在吵架 — louisvarge · 2026-10-23
- AI 生成原始人登机图爆红,Delta 航班被玩成梗图 — XFreeze · 2026-10-23
- Aella 的网络 IQ 测试爆火，参与者晒分：122 分超过 93% 答题者 — shae_mcl · 2026-10-23
- Magnific 推出 AI 动画选集 CHUMBO,Contanimation 系列第二期上线 — gen_ericai · 2026-10-23
- 梗图：一万只去审查版 DeepSeek-4.1-flash 日夜攻击我的基础设施，睡得真香 — andersonbcdefg · 2026-10-23
- AI 游戏 Dark Veil 上线社区页,玩家已斩杀 15 万怪物 — Dimillian · 2026-10-23