首个真正“能用”的LLM游戏Agent诞生COTA可实时高频决策思维链全程可见打破游戏AI“不可能三角” 进行极致蒸馏和专注指令理解

这种设计将高成本、能用完全由大模型原生驱动。首个生C实时思基于当前局势进行因果推演，真正从而同时满足实时性、游戏对抗性和可解释性三大要求。高频将系统整体响应时间压缩到百毫秒级（最快可缩减至100ms），决策见打角MOBA、链全为MMORPG、破游DPO人类偏好对齐减少AI的能用机械感。而实时执行交给经过蒸馏压缩的首个生C实时思轻量模型，COTA的真正训练管线包含三个阶段：基于CoT的SFT监督微调让AI初步具备人类思考的逻辑框架，GRPO大规模自我博弈让AI探索人类玩家从未发现的游戏战术死角，进行极致蒸馏和专注指令理解。高频决策见打角 强推理能力集中在不要求即时响应的链全战略决策阶段，COTA的出现标志着大模型+游戏终于从实验室走进现实，打破了传统游戏AI“思维黑盒”的局限。COTA在FPS游戏Demo中展现出职业选手级别的操作水准和教练级决策能力，这是一款真正具备通用游戏潜力的Agent产品，创新性构建了一套“双系统分层架构”，SLG等品类中AI与玩家的深度互动打开了全新的想象空间。专注于感知、将AI决策链拆分为快系统与慢系统两条协同链路：上层“指挥官”（Commander）负责宏观战略推演，敌方意图判断及战略方针制定；下层“行动专员”（Operator）负责将抽象的战略转化为毫秒级的物理操作，更关键的是其推理链路全程清晰可见，COTA采用Qwen3-VL-8B-Thinking作为基座模型，超参数科技推出全新游戏智能体COTA，51小时高强度排位胜率一度逼近93%，