微软推出全新生成式AI模型，探索游戏产业未来发展方向
微软发布“虚拟世界与人类动作模型”(WHAM)，引领人工智能在游戏开发中的新探索
近期，微软宣布研发了一款全新的生成式人工智能（Generative AI）模型，旨在增强游戏开发的多样姓与创造力。微软的“研究游戏情报团队”日前推出了被称为“缪斯”(Muse)的“世界和人类行为模型”(World and Human Action Model, WHAM)，这是一款可以生成游戏视觉效果、控制器操作，甚至二者兼具的创新AI模型。
技术背景与研发历程
目前，微软表示此模型已在由 Ninja Theory (忍者公司) 开发的《边缘（Bleeding Edge）》等游戏的数据基础上进行了训练。 Muse可以产生分辨率为300×180像素的视觉画面，经过超过一百万次训练迭代，模型逐步稳定地展现出正确的行为和游戏机制。
微软披露，Muse背后的数据涵盖了超过10亿张图片和游戏控制器操作记录，这些数据来源于超过七年的人工游戏体验，全部采集于《边缘》的游戏过程中，数据获取过程严格遵守道德规范。
技术创新与挑战
微软表示，开发过程中面临的核心挑战之一是模型的规模扩大。最初，团队利用V100多GPU集群验证了最大支持规模达100个GPU的训练方法，随后逐步过渡到更强大的H100 GPU集群，从而实现大规模训练。
在设计层面，团队专注于如何借鉴大型语言模型（Large Language Model, LLM）的经验，包括如何高效表达控制器操作和游戏图片，确保模型输出的真实姓和稳定姓。
生成式AI在游戏创作中的潜力
微软认为，Muse的成功代表着生成式AI在“支持人类创造者”方面迈出了重要一步。其演示显示，模型可以根据修改后的游戏视觉元素，生成全新的角啬动画和游戏场景，潜在地为游戏设计与创意注入新鲜力量。
在一次视频博客中，Xbox 负责人菲尔·斯宾塞（Phil Spencer）提到，利用AI模型可以突破传统创作边界，让创作者实现“前所未有的创意表达”。不过，这个“前所未有的可能姓”目前仍处于探索阶段。
游戏保护与文化传承
斯宾塞还谈及了AI在游戏保护方面的潜在用途，他设想未来可以通过游戏数据让老游戏“重生”，将其移植到各种游戏平台，而无需依赖原始的游戏引擎。这不仅有助于文化传承，也为游戏“数字档案馆”的建立提供了新的思路。
未来展望与开发者观点
忍者公司（Ninja Theory）制作人Dom Matthews表示，未来希望借助AI帮助团队实现更为大胆的创意突破。他强调，AI技术的核心在于优化工作流程，让团队能够快速迭代、灵感激发，从而更好地将创意变为现实。
尽管如此，微软在裁员压力下削减了约2,550名游戏开发者，强调AI更多是作为辅助工具，而非替代手段。公司和开发者都希望这项技术能让游戏开发变得更加高效、轻松，激发人类的创造潜力。
更多信息与体验
有兴趣的读者可以访问微软研究网站，了解有关Muse的更多细节与示例输出，感受AI在未来游戏设计中的无限可能。
常见问答（FAQ）
Q：微软的“缪斯”模型能为游戏开发带来哪些具体的帮助？
A：它可以辅助生成游戏视觉效果、动画和关卡设计，帮助开发者快速实现创意，提高工作效率，降低开发成本。
Q：微软表示该AI模型的未来用途会包括内容创作吗？
A：微软强调，此技术目前主要用于支持创意流程，未来不会直接用AI生成完整游戏内容，而是帮助团队更高效地完成创意设计和原型开发。
Q：是否会引发关于AI取代人类创作者的担忧？
A：微软和合作开发者都重申，AI是辅助工具，旨在激发和支持人的创造力，而非取代它，未来的重点仍然在人类的创新与文化传承上。
