@maximelabonne: 这是怎么回事？d1 并没有在这上面训练过，提示词甚至都还没优化。无道具，Fox vs. Falco LVL 7，终点……
摘要
Maxime Labonne 对一个 AI 智能体（d1）在《任天堂明星大乱斗 DX》（Super Smash Bros. Melee）中表现出色感到惊讶——在 Fox vs. Falco 的终点（Final Destination）对战中，它既没有针对该游戏进行过训练，提示词也尚未经过优化。
查看缓存全文
缓存时间: 2026/10/01 14:25
发生什么了？d1 并没有针对它训练，prompt 也还没有优化过。
无道具，Fox 对战 Falco LVL 7，终点（Final Destination）
我玩这游戏超过 1000 小时了，这就是巅峰 🥹 https://t.co/0wwhkwMrdi
相似文章
@maximelabonne：无道具，仅用 Fox，内部达成“最终目的地”——AI 智能体 2-stock 碾压 9 级 Fox，还用“Fox 小碎步”嘲讽对手
Maxime Labonne 分享了一段演示：AI 智能体实时游玩《任天堂明星大乱斗》，并通过 API 在“最终目的地”地图上以两个 stock 的优势击败了 9 级 CPU Fox，展现了实时智能体游戏方面的进展。
@10xmylife: 很酷啊
一个名为'jev'的AI系统被展示在玩《Super Smash Bros.》游戏中对抗自己，控制多个角色并在几分之一秒内做出快速决策，使用了超过2200万个标记。
@maximelabonne：小型决策模型经过微调后可以表现得极其出色。我们试用了 d1-omni-600M，它在……上能碾压任何模型
Maxime Labonne 指出，像 d1-omni-600M 这样的小型决策模型在经过微调后可以非常高效。Leonie 分享了使用 Unsloth 和 Hugging Face TRL 在免费 GPU 上用 30 分钟微调 d1-3B 决策模型的笔记本。
@no_stp_on_snek: 在Poolside自有的agent（pool）中对Laguna S 2.1进行了此操作，指向DGX Spark上的本地实例，使用提示词…
两个AI编码智能体构建马里奥游戏的对比：Poolside agent中的Laguna S 2.1耗时62分钟，具备自我纠正能力并通过测试，而之前的Qwen模型耗时数小时且需要人类帮助；突出展示了oracle纪律和原生测试框架的优势。
@mattshumer_: 超级不可思议
Rishi介绍了Super Smash Royale，这是一款基于浏览器的大逃杀游戏，拥有来自《Super Smash Bros. Melee》和《Brawl》的45个角色，由AI工具如GPT-6 Astra、ElevenLabs、MeshyAI、Blender和threejs构建，支持单人、多人和控制器玩法。