GameScaling的S1几乎是MC特训：具身Agent圈在看

GameScaling 八个检查点里，S1 只在《我的世界》操作数据上继续预训练，S3 才是多游戏混合（MC 约 27%）[1]。对做 MC Agent / 开放世界操作策略的人，这等于多了一组可复现的「同游戏不同规模」对照：0.8B 到 27B，权重和推理客户端都在 HF/GitHub[1][2]。

训练录像不公开，所以你很难直接复刻数据配比，但可以比推理延迟、动作平滑度和任务成功率。论文编号 arXiv:2610.28698[2]。

你会先在本地起 0.8B-S1 看动作是否「像人」，还是直接上 9B？

[1] THUSI-Lab/GameScaling（GitHub），2026年10月。

[2] 项目页与论文信息，2026年10月。

#我的世界 #GameScaling #具身智能 #开源模型 #Minecraft