热点事件持续更新
Player-1：VLM智能体零样本迁移玩转GTA V
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
据 AGI Hunt 2026年10月15日报道，Player-1 项目用强化学习把视觉语言模型（VLM）与 computer-use agent 训练成复杂游戏玩家：先在 16 个合成环境中完成训练，随后无需任何游戏特定训练，即可迁移到此前未见过的游戏，其中包括 GTA V。报道称，该项目展示了从通用 computer-use 能力到复杂游戏操作的泛化路径。该事件此前的标题将这一表现概括为“零迁移”，新报道的表述则是无需游戏特定训练的迁移（即零样本迁移）。目前公开信息仅来自这一篇报道，未披露训练细节、评测数据或可复现材料，也无其他来源对上述说法作出补充或修正。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 11:56
AGI Hunt 报道 Player-1 在 16 个合成环境训练后，无游戏特定训练即迁移至 GTA V。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntPlayer-1：强化学习让 VLM 智能体零迁移玩转 GTA V
Player-1 用强化学习把视觉语言模型（VLM）与 computer-use agent 训练成复杂游戏玩家，在 16 个合成环境中训练后，无需任何游戏特定训练即可迁移到未见过的游戏，包括 GTA V。该项目展示了从通用 computer-use 能力到复杂游戏操作的泛化路径。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。