NitroGen

NitroGen 是一个面向通用游戏智能体的开源基础模型，旨在从互联网游戏视频中学习跨游戏的视觉-动作映射。其核心功能是接收单帧游戏画面像素输入，直接预测游戏手柄操作动作；技术上采用500M参数的DiT架构，通过行为克隆在大规模多游戏视频-动作数据集上训练，并支持针对未见游戏的轻量级后训练适配。该项目适用于游戏AI研究、跨游戏策略迁移验证及基于视觉反馈的实时反应型智能体开发，但暂不支持长程规划或端到端通关。