AI 引擎日报｜2026-10-23

今天的增量不在“自动出图”，而在跨游戏控制、完整通关验收与可编辑程序化世界三条工程链。

重点

**GameScaling 把游戏智能体的规模问题拆成了 120 组训练。**清华空间智能实验室与米哈游研究者比较数据量、世界多样性和模型规模，并开放八个 0.8B—27B 权重及推理客户端，可从画面输出未来 200 毫秒键鼠动作。作者称，多游戏训练主要改善相近世界，远域泛化仍弱；训练数据与训练代码未开放，现阶段更像智能体基础模型，不是引擎。论文（2026-10-20） · 代码与模型说明（本次查验 2026-10-23）

**CEGame-Bench 把“能编译”升级为“能从头玩到结局”。**它要求代理从空项目在 Defold、Godot、Roblox、Unity、Unreal 完成 50 个游戏，再用真实输入跑全程并重开验证存档。论文称只有 16% 的运行能到结局；加入需求驱动试玩与回归后，执行得分提高 14.1—24.3 点。它提示 agent-first 引擎最缺的是可回放验收；本次未找到可下载的基准仓库。论文（2026-10-19）

**InfiniDream 尝试让生成世界继续可改。**它不是直接吐出封死的网格，而是让视觉语言模型扩展现有程序化生成器，生成可调参数、可换随机种子的资产，再完成场景规划、布置和动画。论文覆盖 100 个物体与 20 个场景，效果数字均为作者报告、尚无独立复测；项目仓库目前只有说明和演示素材，并明确写着完整代码尚未发布。论文 v2（2026-10-20） · 仓库（本次查验 2026-10-23）

顺手看

• Summer 主分支合入 4.8.0 的 API 命令和 MCP 工具，但提交说明也写明公开 API 尚未开放，且本次未见对应 Release，因此暂不算可用发布。提交（2026-10-23）

我的判断：路线正在从一次性生成转向“可控制、可编辑、可验收”；真正的产品门槛仍是跨世界泛化和长流程可靠性。这批结果适合判断研究方向，还不能直接替代生产引擎。

来源：官网/仓库已查｜国内与中文源已查（含国内团队公开原文）｜论文已查｜X 公开搜索仅见摘要或账号页，未取得可回溯的新原始帖，覆盖受限。