一位网名 stmonty 的开发者用一张 RTX 3080 Ti 游戏显卡，训练了一个 1250 万参数的小型 AI 模型，让它学会在《宝可梦 红》中操作角色并成功选择初始宝可梦。简单来说就是，这个 AI 不知道 A 键是确认、B 键是取消，也不知道游戏目标是什么，它只做一件事：盯着屏幕看，然后猜”如果我按某个键，画面会怎么变”，猜对了就记住，猜错了就修正。和 ChatGPT 那种大模型不同，世界模型不靠海量文字训练，而是靠观察环境变化来理解世界，stmonty 的模型只有 1250 万参数，在动辄几百亿参数的 LLM 面前属于微型，但好处是一张消费级显卡就能跑。