通用NitroGen模型怎么使用

大家好，今天给大家介绍一个开源项目，就是这个 nitrogen。 呃，这个项目呢是可以让 ai 自动地去玩各种各样的电子游戏，而且它的安装和使用非常简单。 这个项目是由英伟达开源的，它使用了呃四万个小时的电子游戏数据训练出来的模型。下面我们就来看一下它的效果如何。 呃，首先用 qd 创建一个呃，三点一二的环境， 好的环境安装好了，我们激活一下这个环境， 下面的话就是把这个项目给克隆下来。 好的，然后进到项目的目录内 去安装这个项目。 好的环境已经安装好了，但这个时候我建议是检查一下， 因为像这个拓纸啊，它通常给我安的都是 cpu 版的，我需要换一下， 所以呢，我是装二点七点一，因为我的 c u d a 版本，呃，没有升级还是十一点八，高版本已经没有支持，就是高版本已经不支持十一点八了，我这边就装这个版本的，执行这条命令。 好的， torch 安装完毕，接下来的话是下载它这个模型。 好的模型下载完毕，它下载的位置是在这个地方， 下面就是要启动。呃，启动这个模型，使用这条命令， 注意这个路径的话，它是这个点 p t 的 n g 点 p t 的 路径， 所以我们要复制这个路径， 当然你也可以把这个文件给复制到一个好管理的地方。 好的模型已经启动起来了，它服务在这个五五五这个端口，接下来的话就是启动那个游戏的模拟器，然后去操控。呃，你要玩的那个游戏， 这里我第一个测试的是茶杯头这个游戏。嗯，我已经进到游戏里面来了，下面的话就是启动模拟器，这里我们新开一个窗口， 然后使用这条命令来启动模拟器。 注意，呃，这个 exe 的 名称，它不是路径的名称，它是你任务管理器中那个 exe 的 名称，就是我们打开任务管理器， 在任务管理器呢可以看到这个茶杯头这个 exe， 然后点击它的右键有一个属性，然后复制这个名字， 他不需要带路径。他是，呃，就是说是你要先把游戏运行起来，运行起来以后，然后在这里他是去连接， 也就是说你要先把游戏运行起来，然后他的模拟器是连接你这个已运行的这个游戏，他并不会自动帮你启动游戏。这里还有一个注意点，就是这个引号是要去掉的，不能要。 如果你的游戏名称是有那种空格的，你得用这种双引号才行。我这里就不用这个引号，否则的话它会报错。然后我们回车啊，我们要切换一下环境， 然后回车。好，然后它现在就已经开始了那个模拟器了，然后我们再回到游戏中。 哎，没有出来人物呢？我看一下啊， 我们重新，他可能是要在这个倒计时结束前我们回到游戏。 哦， 在那个地方要按一下回车，这样才行啊。他是以二 p 的 角度来加入进来。 好的，现在这个红色的是我在操控，然后这个蓝色的就是 ai 在 操控，然后 它为什么只有一滴血， 然后现在画面卡顿的原因是因为他那个模拟器。呃，他调整了这个游戏引擎的虚拟时钟，来保证模型推理的时候，他可以以一帧一帧的速度来推理。所以说， 呃，使用这个项目的时候，他游戏就是比较卡的，也就是说使用这个模拟器的时候，他的那个游戏就是比较卡的。 我们去尝试打下敌人吧。 应该是下面好像有个 boss 直接直接打这个金币吧。 now go， 还懂得吃那个硬币， 感觉好像不是特别聪明。很长一段时间他不往前走， 他不会卡在那里了吧？ 他好像在展示一种很高难度的动作， 他竟然能跳上来。 hmm， 看他会吃这个硬币不。 这操作可以啊。 好吧，这里就开始频繁失误了呢， thank you。 好吧， 好的好的。第二个游戏测试的是这个阿尔登法环，我们来启动一下模拟器，同样的，我们要先在这个任务管理器中找一下它正确正确的名字。 这个 好，已经有卡顿了。然后他已经开始 ai 开始接手了，现在就是在 ai 在 操作的，我们来看一下他能不能打败一个怪物啊或是之类的。 好，上来就喝了一瓶血。 这里就仿佛像是一个新手在做各种测试，切换装备，试着按一下攻击啊，反滚呢？ 好，翻滚躲攻击在 现在是对的，空气一顿猛砍，大哥，你再不还手你就要死了嘞。 看来这个 ai 并不是特别聪明，他一直朝前面进攻，但敌人在他后面， 我帮他调个头好了， 打不到人没用啊。好的，虽然打不到敌人，但他却很能躲，经过大概十分钟的熬战，他终于死掉了。 好的，这个就是 ai 玩游戏的一个效果，感觉二 d 游戏还行，但三 d 游戏就完全摸不着头脑了。 在它的模拟器中有实时录像的功能，并且记录了 ai 的 所有操作，可以进行复盘，它的位置是在就是在项目下，在项目下这块有一个 output， 这个接受呢就是它所有的动作，然后这里这个 clean 视频就是干净的 ai 游玩的录像，我们可以看一下，在这里面的话它的帧数是正常的。 然后它这块还有个 bug， 这个 bug 的 话就是里面有 ai 的 各种操作的细节，操作的动作。在这边显示的 这块应该是呃左边的那个方向键，这块应该是右边的方向键，这个应该是它的呃手柄上的各种拔弹按钮， 大概就是这样的。 然后这里有它论文的一个报告，然后有兴趣的可以听一听。就目前来讲，人工智能在游戏领域它是缺乏大规模多样化的 且带有动作标签的数据集，这个是呃目前的瓶颈，虽然说是使用强化学习，在这个星期之八二上，呃能够得到超过人的表现，但是训练成本非常的高昂，主要就是缺乏通用性。 然后呢，呃就是这个项目它主要就是开源了三个东西，第一个的话就是呃一个通用的评估呃模拟器，一个通用的模拟器与评估套件，就是我们刚刚看到那个呃 player， 它可以接入任何的一个 exe 游戏， 然后的话就是一个开发了一个就是开源了一个呃游戏的呃智能体，就是那个模型。然后第三个的话，这个项目它提供了，它就是开源了一个数据集，就是四万小时的，这个数据集是开源了的，这个可以在 这里可以访问到，就是在 hugen face 上可以访问到 这是这个项目开放的东西。然后这里面他讲了他数据集如何获取的，他主要还是就是从海量的那个互联网，就是玩家直播的那个视频里面 他去提取，就是这种他有的呃，主播他会把自己的这种呃操作呃虚拟手柄放在这个画面上，他去采取这样的，你去采集这样的样本， 然后通过模板匹配定位去定位这个手柄的位置，然后接着是解析这个手柄的动作， 然后还有一个质量过滤，就是有可能有时候主播他长时间是没有活动的，比如他去喝了一杯水啊，或上了一个洗手间呐之类的这种无效的数据会做一个过滤。 目前来讲的话，它其实在看它收集的这个呃游戏类型中就是动作类的 rpg 数量比较大，但刚刚看那个阿尔登法环的表现，其实好像不是特别理想。 然后面的话就是介绍了一下他们在这里面解析手柄的这个精准度，表达的意思是就是开源的这个数据集它的质量还是挺高的，像这个按钮的精准度已经达到了零点九六的准确率。 然后这里是介绍通用模拟器的部分，这里就是为什么进到游戏里面会卡顿，它就是通过拦截游戏隐形的那个系统时钟来控制模拟时间，通过助真的交互，所以 ai 在 玩游戏的时候会比较卡。 然后这个就是模型的设计，通过一个首先是一个视觉编码，然后得到这个游戏的画面，然后得到呃就是图像的 token， 接着是通过一个 diffusion transformer 的 有一个模型去预测手柄的十六个动作系列， 然后这是他最后的一个效果吧，一个放画能力在一个，呃就是在一个呃没有玩过的游戏上 一个任务的完成率啊，当然目前来看也不是特别高，嗯，超过百分之六十最高也就百分之六十一点五这样的， 然后这里就是精彩瞬间，我感觉也就是呃这个，这个吃金币刚刚是有演示到的，他确实能吃到这个金币。 后面的话就是讲育训练的，这里就是讲育训练的一个好处啊，平均的话可以提升百分之十的性能，所以有兴趣的话可以用他那四万小时的数据先做一个育训练，然后再再 一个啊单独的游戏机上进行一个微调这样的，然后然后当前的局限性和未来的一个方向。 首先他现在肯定是一个单一模型吗？不属于是那种智能体，有那种规划的能力，他就只能是对短期的视觉上下文做出一定的反应。 然后的话，另外就是呃数据的偏差就是更偏向于动作类游戏，并且呃通常就是它的数据集通常都是游戏手柄来玩的，像如果像使命召唤那种需要用鼠标去呃瞄准啊那种 啊，设计类游戏就会达不到满意的效果，像这种对策略模拟类更依赖键盘复杂规划类的类型啊，方法能力也会受限。好的，这就是这期视频的全部内容，感兴趣的朋友可以点赞关注加收藏。

看好了英伟达全新的 ai 游戏 night 键大模型，人工智能代打，还不知道在哪里下载这个模型的小伙伴们，主播已经给你们整理好了模型本底以及本地部署。进入游戏教程，跟着我的步骤操作，小白也能学会。首先打开抖音， 点我视频右下角这个，然后再点击这个，来到 app store， 打开这个工具，点击允许粘贴，打开这个自动弹出的资源包，没有弹出的在这里搜索养儿宝库， 进入这个文件夹，找到软件资源，找到这个 n 对 应的文件夹，取消全选，勾选 natcher 游戏模型，最后点击保存下载就可以了。

英伟达最新游戏模型能否彻底颠覆游戏自动化？它是否真的能玩遍所有类型游戏？英伟达近期推出了一款名为 nature 枕的新模型，这款模型以其强大的通用性和适应性引起了广泛关注。 据英伟达的研究团队介绍， nature 枕能够在不需大量重新学习的情况下，轻松应对包括 rpg 平台跳跃、吃鸡、竞速在内的多种游戏类型。 其核心在于采用大规模行为克隆训练方法，使得一个通用的视觉动作模型能够直接处理游戏视频帧，并输出手柄操作指令。 此外，该项目还提供了一个环境封装层，使任意商业游戏都可以通过 james mc 进行控制，从而支持大规模训练与评测。这一创新不仅展示了人工智能在游戏领域的巨大潜力，也为未来的自动化游戏测试和娱乐带来了新的可能性。

好了，以后游戏也可以让 ai 帮你打了！刚刚英伟达发布了一款叫 nitro gen 的 开源 ai 模型，它不是那种只能玩某一款游戏的普通脚本，而是一个可以流畅操控市面上一千多款游戏的全能游戏玩家。 不管是 rpg 平台跳跃、吃鸡、竞速，还是二 d、 三 d 游戏，都能实现即学即玩，操作甚至比技术流玩家还丝滑。话不多说，我们直接来看一下这个 ai 的 操作水平。 视频中， ai 操控杰洛特完成了精确的闪避反应使用及箭术连招，成功打败了大型蜘蛛，让 ai 来玩茶杯头。也是他能通过连续精准的跳跃格挡，阻止粉色幽灵靠近骨灰网，反应时间达到了毫秒级，人类玩家看了都得沉默。 当然，让他玩别的游戏，操作也是非常六，为什么他能这么厉害呢？全靠三大杀手锏。一是有海量数据支撑，研究团队从四万小时的公开游戏视频里偷师 ai， 自动提取玩家操作当标准答案，数据量直接拉满。二是有个万能转换器， 不管是什么游戏，都能通过一个叫 ginzenium api 的 统一操作接口，相当于 ai 面前所有游戏的操作逻辑都一样了。三是模型本身很能打， 它是一个通用视觉动作模型，改自机器人用的架构，能看画面，学规律书指令，不用额外编程，适配力拉满。不过英伟达开发 nitrogen 可不只是为了让 ai 能玩游戏，而是要打造通用型具身智能体电子游戏呢，恰好是复杂模拟环境的最佳代替。 当 ai 能在上千款游戏中精准操控手柄应对多变场景时，其背后的视觉分析、动作决策能力就能直接迁移到现实世界的机器人交互中。 所以 nintendo 今天能在游戏里闪转腾挪，明天就能在现实中驱动机器人精准交互。这波英伟达是借游戏练 ai 内功，藏的是颠覆现实交互的大野心。

打怪、跑图、解谜，这些丝滑的操作竟然出自 ai 之手！没错，英伟达最新发布的通用游戏 ai natural， 仅用一个模型就搞定了市面上几乎所有的游戏类型。 这是怎么实现的？首先要有规模最大、种类丰富的开源游戏数据集。 natural 从公开的游戏视频中捕取了上千款游戏，四万小时的玩家真实操作，并提取了每一针对应的动作标签。同时，它还能从游戏视频里自动抓取操作信号。比如这些显示实时按键的小手柄， nachter 能自动定位并识别案件状态，准确率高达百分之九十六。各大游戏主播们恐怕也想不到，自己的整活视频就这样成了 ai 的 学习资料。除此之外， nachter 还有两个关键，组建 多游戏基础智能体和通用模拟器。前者能根据游戏画面直接生成手柄操作指令，后者则是一个环境封装器，通过 gmail api 实现对任意商业游戏的程序化控制。不仅如此，在未训练过的新游戏上微调之后， natural 的 任务成功率相比从头训练提升了百分之五十二， 也就是说，它有着极强的跨游戏泛化能力。 natural 的 相关代码和数据集已经开源二五年的最后一个月，第九艺术终于也迎来了它的通用 ai。

英伟达最新研发的 nitrogen 模型能否颠覆游戏自动化领域？该模型能够以游戏视频帧为输入，输出真实的手柄操作信号，适用于包括 rpg 平台、跳跃、吃鸡、竞速等多种类型的游戏。该模型采用大规模行为克隆训练， 基于 g 二零零 t n 幺点五架构，经过少量修改即可适应不同类型的游戏。此外， nitrogen 支持后训练机制，面对新游戏仅需少量微调便能快速上手。该项目已经开园，提供了详细的文档和代码。 这一突破性进展不仅为游戏自动化领域带来了革命性的变化，也为未来的人工智能技术应用开辟了新的可能。

英伟达最新发布的游戏自动化模型 nitrogen， 能否彻底改变电子竞技与游戏开发格局？英伟达近日推出了其最新游戏自动化模型 nitrogen， 声称能应对市面上几乎所有的游戏类型，从 rpg 到竞速游戏均不在话下。 这一突破性技术采用大规模行为克隆进行训练，利用游戏视频帧作为输入，直接输出真实的手柄操作信号。 该模型的核心优势在于其强大的泛化能力，即使面对从未见过的新游戏，也仅需少量微调即可快速适应。 nitrogen 不 仅展示了前所未有的游戏自动化潜力，还可能重塑电子竞技和游戏测试流程，引发行业广泛关注。

三十秒看完今日 ai 要点首先，阿里湾二点六英妹纸正式登场，搞定图像生成与编辑，更轻松的组合修改图像，从参考图中提取创意元素，还能通过提示词精确指定摄像机角度和光照细节，完成新图像创作。 ai 建模这边，三 d 网格生成不再容易崩坏，接近于手动拓扑的技术 mash ripple 来袭，它像水波一样从局部向外扩散，生成三角网格，在保持表面连贯的同时，把拓扑扭曲压到更小，三 d 网格稳定又干净。 再者， ai 又向真正互动智能的数字人迈进了一步。东大新研究命他把数字人拆成五大模块，让虚拟角色不仅会动会说，还自带性格，产生自适应对话，并持续的自我进化。 视频上， love 二拓展了世界模型的时间局限，单次可生成三到五分钟的长视频，一边控制镜头和动作，一边维持长时间的画质和连贯剧情。最后， ai 游戏上，英伟达发布 nitto 阵， 基于四万小时上千款游戏的视频，训练出通杀多游戏的通用游戏智能体。今日还有如下信息值得关注， ever ai， 每天带你了解 ai 新鲜事！

在人工智能持续扩展的浪潮中，英伟达再一次引发关注。近日，英伟达正式发布了一款名为 natural gen 的 开源游戏 ai 模型，这一系统号称能够掌握一千多款电子游戏的操作和玩法， 从动作类到冒险类，从赛车到射击应有尽有。更惊人的是，它并非针对单个游戏去进行训练， 而是通过学习大量真实玩家的操作，展现出跨游戏的通用游戏智能。英伟达人工智能总监 jimmy fan 表示， natural gene 的 目标是在虚拟世界中打造一种 通用身体智能，让 ai 像人一样理解不同物理环境下的动作逻辑。它形容这是一种行动版的 gpt， 不 再只是生成文字， 而是去生成操作。这项技术的底层架构源自英伟达的人形机器人项目 glut n 一 点五 natural jean 采用了视觉与动作结合的 transformer 架构，它首先用视觉编码模型识别画面中的场景和动作要素，待通过扩散式动作生成器 预测游戏手柄的按键输入。整个模型大约包含了四点九三亿个参数，由研发团队在四万小时的公开游戏视频上进行训练，视频中包含玩家的实时按键叠加信息，这让 ai 能够直接模仿人类玩家的反应。 目前， natural gene 的 研究团队来自多个学术机构，包括斯坦福大学、加州理工学院、芝加哥大学和德州大学奥斯丁分校。 研究报告显示，该模型在未见过的新游戏中也能展示出较强的泛化能力，任务成功率比丛林训练的模型高出约百分之五十二。英伟达已将这个项目完全开园，研究人员可以使用 提供的数据集、模型、权重以及通用接口，在任何商业游戏中去进行训练。 公司方面表示，希望通过这一平台加速巨深智能领域的发展，让 ai 从模拟游戏环境走向更复杂的现实世界任务，例如机器人的操作与协助。不过， nature gene 的 出现也让游戏圈产生了不小的担忧。 许多玩家和从业者警告，这类强大的 ai 一 旦被贩用，可能催生一种智能作弊机器人，使得游戏中真假玩家难以分辨。根据二零二五年的一项调查，约八成玩家表示曾在网络游戏中遇到作弊者， 其中一半以上的玩家因此减少。业内人士表示，一旦 ai 模型被用于商业游戏服务器，将极大破坏玩家的体验和生态平衡。面对争议， jimmy fane 回应，目前 natural gin 仍专注于系统一层面的本能反应， 强调这是研究之初的探索阶段，距离真正的游戏通才还有相当长的路要走。但他同时也承认，这项技术未来可能同时推动游戏智能与现实世界人工机器人发展的融合。 可以说，从机器人到游戏，再从游戏回到机器人，英伟达正尝试打通虚拟与现实的边界。 nature 既展示了通用 ai 在 感知与运动控制上的潜力，也让人们重新思考 人工智能的力量究竟该如何被使用，是成为人类的工具，还是可能成为新的挑战？所以说，朋友们，对于这个事你有什么看法？咱们在评论区一起交流一下。

氪金没必要白嫖，我教你快速无套路，教你下载这个英伟达全新奈智整游戏 ai 模型，开始 ai 代打时代，通知市面上所有游戏还不知道在哪里下载的小伙伴们，主播最近出个详细的下载教程。首先打开抖音，点我视频右下右下角这个， 然后再点击这个，来到 app store， 打开这个工具，点击允许粘贴，打开这个文件夹， 找到软件资源，找到这个对应的文件夹，取消全选，勾选 that 键，点击右下角保存下载就可以了。

看好了这个英伟达最新 nature 游戏 ai 模型，四万时常训练，通知市面所有游戏超强泛化能力，原地开启 ai 代打时代！还不知道在哪里下载的朋友们， 主播通宵整理了资源包以及本地部署家进入游戏教程，废话不多说，直接上教程。首先打开抖音，点我视频右下角这个，然后再点击这个，来到 app store， 打开这个工具，点击允许粘贴，打开这个自动弹出的资源包， 没有弹出的在这里搜索养儿宝库，进入这个文件夹，找到软件资源，找到这个 n 对 应的文件夹，取消全选，勾选 night 剪游戏模型，最后点击保存下载就可以了。

看好了这个英伟达的游戏 ai 模型，来追阵通知市面上所有游戏还不知道怎么下载的小伙伴们，主播给你们出个详细的下载教程。 首先打开抖音，点我视频右下角这个，然后再点击这个，来到 app store， 打开这个工具，点击允许粘贴，打开这个自动弹出的资源包，没有弹出的，在这里搜索幺二宝库，进入这个文件夹，找到软件资源， 找到这个按对应的文件夹，取消全选，勾选 nice 整游戏模型，最后点击保存下载就可以了。