一句话看懂：一篇 arXiv 新论文用 120 组训练配置，系统测试了具身智能体在多个虚拟世界中进行持续预训练（CPT）的效果，发现数据量、多样性与模型规模各有取舍，单靠 CPT 难以让模型泛化到差异很大的新世界。
事件核心：发生了什么
据 arXiv cs.AI 2026 年 10 月 22 日发布的新论文摘要，研究团队在 0.8B 到 27B 的四种模型规模、50 到 1600 小时的六档数据预算、以及从纯《Minecraft》到多世界混合的五种数据配比之间，做了受控的持续预训练实验，并用三级验证损失和从训练内世界到未见世界的游戏基准评估表现。
摘要给出的结论有三点：数据越多，训练内表现越好；数据多样性有助于迁移到相关世界，但对差异较大的世界提升有限；模型越大数据效率越高，不过在单一世界训练下对远距离世界的泛化反而更差。研究还观察到早期存在跨世界受益较广的“接口阶段”，后期收益收窄到训练内和相关世界，并拟合出一个把验证损失与数据量、多样性、模型规模关联起来的经验缩放律。
为什么重要
物理环境中的具身学习之所以能靠数据和算力扩展，是因为不同场景共享同一套物理规律；虚拟世界则在视觉风格、动力学、操作方式和目标上各不相同，这正是检验“扩展是否普遍有效”的好切口。这项研究的意义在于，它把游戏数据、模型规模和多样性放在同一框架下量化，给具身智能和大模型训练路线提供了一个可对照的参照系。
更关键的信号是“天花板”：摘要明确表示，模仿学习的局限和远距离世界上的持续差距，说明要构建通用具身智能体，需要比持续预训练更丰富的训练阶段。这会让行业重新审视“堆数据、堆参数就能通用”的假设。
对用户/开发者/创作者的影响
对研究人员和开发者，这套 120 组配置的缩放规律可作为选择数据配比和模型规模的参考，尤其要留意“单世界训练越大越难迁移”的提示；在实时 3D 场景中，摘要称模型表现最好，并与《Minecraft》专精模型和前沿模型具有竞争力，这为游戏 AI 应用提供了方向。对内容创作者和工具用户，目前公开信息仅是论文摘要级别，尚无可直接调用的产品或 API，不宜据此判断某款游戏 AI 已落地。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文是否公开更细的实验设置与复现条件；二是研究提出的“更丰富训练阶段”具体指什么，是否会引出新的训练范式；三是该缩放律能否在更多虚拟世界和真实机器人任务中验证。以上判断均基于摘要，未经同行评审确认。
来源：arXiv cs.AI
