值得一提的是vivo AI Lab在实验学习模型的时候选择直接从图像监测并获取游戏中的各种特征数据，这个对比传统的API接口难度更大，这么做最大的好处是人工智能可以更好的模拟人类通过手机显示的图像来获取信息，然后根据战局的情况来进行实际的操作，比起直接从API接口来获取信息，这样运转可以更加接近于普通用户，同时也是更加智能的表现。
另外针对这次游戏AI测试，vivo AI Lab更是使用了全开源的gRPC技术，这种技术是HTTP 2.0时代的基础底层数据框架，通过搭建“分布式强化学习环境”（手机负责游戏的运行、动作执行和数据采集；电脑负责连接手机和服务器，进行强化学习算法选择、动作决策单元的运转；云端的GPU服务器集群负责整个神经网络的运行和存储。），为人工智能的学习带来了更加深层次的优化。
