介绍NitroGen，一个开源基础模型，经过训练可以玩1000多款游戏：角色扮演游戏、平台游戏、大逃杀、赛车、2D、3D，您说得出名字的都有！我们正在寻找通用的具身代理，不仅掌握现实世界的物理，还能掌握跨越多元宇宙的所有可能物理。 我们发现，最初为机器人设计的GR00T N1.5架构可以轻松适应玩许多机制截然不同的游戏。我们的配方简单且苦涩的教训是：（1）一个超过40K小时的高质量公共游戏数据集；（2）一个用于连续运动控制的高能力基础模型；（3）一个将任何游戏二进制文件包装起来以运行回合的Gym API。 我们的数据整理非常有趣：事实证明，玩家喜欢通过在视频流上叠加实时游戏手柄控制来展示他们的技能。因此，我们训练一个分割模型来检测和提取这些手柄显示，并将其转化为专家动作。然后我们遮蔽该区域，以防止模型利用捷径。在训练过程中，GR00T N1.5的一个变体学习通过扩散变换器将40K小时的像素映射到动作。 NitroGen仅仅是个开始，能力的提升还有很长的路要走。我们故意只专注于系统1方面：快速运动控制的“玩家直觉”。我们开源*所有*内容供您进行实验：预训练模型权重、整个动作数据集、代码，以及包含详细信息的白皮书。 今天，机器人技术是困难AI问题的超集。 明天，它可能成为一个子集，成为具身AGI更大潜在空间中的一个点。 然后您只需提示并“请求”一个机器人控制器。 这可能就是最终目标（双关语）。 NitroGen由我们杰出的团队共同领导：Loic Magne、Anas Awadalla、Guanzhi Wang。这是一个多机构的合作。请查看Guanzhi的技术深入讨论线程和下面的repo链接！