首个3D动作游戏专用VLA模型，打黑神话&只狼超越人类玩家

淘天集团未来生活实验室团队提出CombatVLA——首个专为3D动作角色扮演游戏设计的3B参数视觉-语言-动作模型，已被ICCV 2025接收。该模型通过动作跟踪器采集数据并构建“动作思维”序列，采用三阶段渐进式训练策略，实现高效战斗决策。CombatVLA在“黑神话：悟空”和“只狼”等游戏中任务成功率超越GPT-4o与人类玩家，在战斗理解基准CUBench上得分达63.61，推理延迟仅1.8秒，速度提升达50倍。团队还构建了CUBench评测集，包含914条多任务样本，全面评估模型的战斗智商。实验表明其具备良好泛化能力，可无缝嵌入PC端执行框架，实现自动战斗控制，为具身智能在游戏与现实场景的应用提供新思路。
来源：https://mp.weixin.qq.com/s/Wk4cpUDKXAtSe8dFvxo4_g