光动嘴就能玩原神！用AI切换角色，还能攻击敌人，网友：“绫华，使用神里流·霜灭”(2)

当然除了玩梗之外，网友们也在集思广益，提出了不少优化意见。

比如直接用“1Q”让1号位角色放大招，重击用“重”表示，闪避则用“闪”，这样的话下达指令也能更简单迅速一些，或许还能用来打深渊。

也有内行玩家表示，这个AI似乎有点“不大理解环境”，“下一步可以考虑 加上SLAM ”，“实现360度的全方位目标检测”。

up主表示，下一步要做 “全自动刷本，传送，打怪，领奖励一条龙” ，那似乎也还可以加一个自动强化圣遗物功能， 歪了就把AI格式化了 。

原神区硬核整活up主还出过“提瓦特钓鱼指南”

正如文摘菌所说，原神区从不缺整活儿，而这位up主“ 薛定谔の彩虹猫 ”应该是其中最“硬核”的了。

从“AI自动摆放迷宫”，到“AI自动演奏”，原神出的每个小游戏可以说是 应AI尽AI 了。

其中文摘菌也发现了“ AI自动钓鱼 ”项目 （好家伙原来也是你） ， 只需要启动程序，提瓦特的鱼全都能变成囊中之物。

原神自动钓鱼AI由两部分模型组成：YOLOX和DQN：

YOLOX 用于鱼的定位和类型的识别以及鱼竿落点的定位；

DQN 用于自适应控制钓鱼过程的点击，让力度落在最佳区域内。

此外，该项目还用到了迁移学习、 半监督学习来进行训练。 模型也包含了一些使用 opencv 等传统数字图像处理方法实现的不可学习部分。

项目地址： https://github.com/7eu7d7/genshin_auto_fish 等3.0更新后还需要钓鱼获得的“咸鱼弓”，就拜托你了！

那些把原神变成神奇宝贝的“神器”

作为一个 严肃的人 ，文摘菌觉得也有必要给大家科普一下这次原神语音项目用到的几个“神器”。

X-VLM 是一种 基于视觉语言模型（VLM）的 多粒度模型 ，由 图像编码器、文本编码器和跨模态编码器 组成，跨模态编码器在视觉特征和语言特征之间进行跨模态注意，以学习视觉语言对齐。

学习多粒度对齐的关键是优化X-VLM：1)通过结合边框回归损失和IoU损失，在给定关联文本的图像中定位视觉概念；2)同时，通过对比损失、匹配损失和掩码语言建模损失，将文本与视觉概念进行多粒度对齐。