Kolibri-1 零微调自主玩 Breakout，单步决策仅 25ms

开发者让 Aleph Alpha 的开源模型 Kolibri-1 在零微调条件下自主玩打砖块，模型输出四个动作的概率分布并直接映射为游戏操作，不生成文本。团队针对动作概率推理做了优化，单步决策约 25ms，游戏画面与源码已公开。作者称这是探索 Kolibri 结构化输出能力的一次实验。