开源决策模型百毫秒通关宝可梦四天王

开源推理框架 SGLang 把 Qwen3.8-27B 改造成多模态决策模型，实战场面相当抓眼：从游戏实时状态出发，以低于 100 毫秒的决策速度打通《宝可梦 红宝石》的四大天王与冠军。同步上线的还有两个接口——一个把任意语言或视觉模型直接转成分类打分模型，另一个让类 Jev 的开源模型接进现成的决策模型工具链。 这条更新补上了决策赛道此前缺的一块：开源运行时。此前玩家要么用创业公司的专用模型，要么调大厂的付费接口，现在任何团队都能拿自己托管的模型接上标准接口，把现成权重转成打分服务。硬件在自己手里、成本按自己的算力摊，决策类任务第一次完全不必绑定某一家的云。 百毫秒级加实时游戏状态，也顺带验证了这类模型的真正适用面：决策模型的舞台不是长篇推理，而是高频、短小、必须立刻落子的场景。游戏只是最直观的压力测试，把这套节奏搬到生产上，对应的就是风控拦截、消息路由、工单分派这些每秒都要做判断的位置。 给团队的落地路径已经成型：若任务符合"选项有限、要求低延迟、输入是结构化状态"三个条件，先用开源接口在自家模型上试一版，跑通再决定要不要迁到托管服务。判断标准只有一条——决策频率高到让逐次计费不划算时，就该自己接了。