12月21日，一项由英伟达、斯坦福大学与加州理工学院等顶尖机构联合推动的人工智能研究取得重要进展——团队成功推出名为 NitroGen 的开源基础模型。据英伟达人工智能总监、杰出科学家吉姆・范在领英平台透露，NitroGen 已经完成对超过1000款游戏的训练，具备跨类型、跨维度的游戏操控能力。然而，这项成果的价值远不止于娱乐领域，其更深远的意义在于为仿真系统与具身智能体的发展注入了全新动能。
从技术演进的角度看，NitroGen 被视为迈向“行动版 GPT”的关键一步。传统大型语言模型（LLM）主要聚焦于文本生成与理解，而 NitroGen 则将 LLM 的训练范式拓展至动作决策与环境交互层面，标志着 AI 从“会说”向“会做”的跃迁。正如研究论文引言所强调：“构建能在未知环境中自主行动的通用具身智能体，始终是人工智能领域的终极目标之一。”
值得注意的是，NitroGen 并非凭空构建，而是基于专为机器人任务设计的 GROOT N1.5 架构进行深度改造而来。这种“从机器人到游戏，再反哺机器人”的技术路径颇具巧思——游戏世界复杂多变的物理规则与交互逻辑，恰好为训练高适应性智能体提供了理想沙盒。反过来，模型在游戏中习得的泛化能力，亦可迁移至现实世界的机器人控制场景，提升其在动态、不可预测环境中的应对水平。
为了赋予 NitroGen 广泛的游戏适应力，研究团队采集并利用了超过4万小时的公开游戏实况视频，尤其注重那些同步展示玩家手柄操作与屏幕画面的内容。这类数据为模型提供了宝贵的“行为-视觉”对齐信号，使其能够学习人类玩家在不同情境下的即时反应与策略选择。吉姆・范表示，NitroGen 在测试中已能流畅运行包括角色扮演、平台跳跃、大逃杀、竞速等在内的多种游戏类型，涵盖2D与3D环境，展现出惊人的通用性。
尽管表现亮眼，团队仍保持清醒认知。当前版本的 NitroGen 主要聚焦于“快速动作控制”——即吉姆・范所称的“玩家直觉”——在面对全新或程序化生成的游戏世界时，其任务成功率相较从零训练的基线模型提升了52%。这一数据不仅验证了模型的跨域迁移能力，也为后续优化指明了方向。
值得称道的是，研究团队已将 NitroGen 的全部成果开源：包括预训练模型权重、完整的动作数据集以及核心代码均已向公众开放。此举旨在激发开发者社区的创造力，鼓励更多人参与到具身智能、游戏AI与机器人技术的交叉探索中。正如吉姆・范所言，这只是一个起点，通往真正通用智能体的道路依然漫长，但 NitroGen 无疑点亮了一盏引路的灯。
