仅用一周数据挑战七年心血,微软WHAMM模型实时创建《雷神之锤II》可玩演示

近日,科技巨头微软公开了一项引人注目的研究项目——WHAMM(World and Human Action MaskGIT Model)。这是一个创新的人工智能模型,能够完全在AI模型内部生成并运行经典游戏《雷神之锤II》,实时呈现可供玩家操作的游戏版本。这项研究隶属于微软的Co pil ot Labs,旨在探索生成式AI在互动媒体领域的潜力与边界。

QQ_1743989625626.png

颠覆传统:AI模型直接生成可玩游戏

与以往的游戏AI主要集中在控制游戏角色或生成游戏内容片段不同,WHAMM的独特之处在于它能够从零开始生成整个游戏环境和动态过程,并且能够响应玩家的实时操作。这意味着玩家可以直接与由AI模型“想象”出来的《雷神之锤II》世界进行互动,例如移动、跳跃、射击和放置物体。这款AI生成的演示版本还能够保存玩家对环境所做的改变,并允许探索隐藏区域

WHAMM是微软“Muse”模型家族的一员,该家族专注于为游戏开发提供生成式AI工具。此前的版本WHAM-1.6B曾被训练用于游戏《Bleeding Edge》,但性能仅为每秒约一帧。WHAMM在性能上实现了显著飞跃,能够生成每秒超过十帧的画面,足以支持模型内部的实时互动

技术突破:更少数据,更快生成

WHAMM的成功得益于两项关键的技术创新:大幅减少的训练数据和全新的技术策略。相比WHAM-1.6B使用了长达七年的游戏数据进行训练,WHAMM仅需一周从单个关卡收集的《雷神之锤II》游戏数据。这些由专业测试人员记录的数据提供了高质量、有针对性的游戏行为示例,使得模型能够更高效地学习。

在技术策略上,WHAMM摒弃了WHAM-1.6B所采用的自回归方法(逐个生成图像标记),转而采用MaskGIT策略。这种方法允许模型在多次迭代中并行生成所有图像标记。这一改变显著提升了生成速度,并且输出分辨率也从300×180像素提高到了640×360像素

WHAMM系统的工作流程分为三个阶段:首先,使用ViT-VQGAN将图像转换为标记;然后,一个拥有约5亿参数的“骨干”Transformer根据上下文预测接下来会发生什么;最后,一个拥有2.5亿参数的较小“细化”模块通过多次迭代改进预测的图像标记。为了生成新的帧,模型会使用前九个图像-动作对作为上下文。

局限犹存:探索AI游戏开发的未来方向

尽管WHAMM展示了令人兴奋的潜力,但它并非完美地复刻了原始的《雷神之锤II》。由于训练数据集的限制,模型生成的环境是近似的,导致了一些技术上的不足。例如,敌方角色看起来较为模糊,战斗缺乏真实感,且生命值指示不可靠。此外,如果物体在屏幕外停留超过0.9秒(模型的上下文窗口限制),就会消失。可玩区域仅限于关卡的某个片段,一旦到达该区域的终点,模拟就会停止。同时,输入延迟仍然较高,玩家的操作和系统响应之间存在明显的延迟

微软将WHAMM视为未来AI辅助游戏开发的一个实验性基础。它也代表了当前探索如何将生成式AI应用于游戏开发的众多新兴工具之一。其他类似的尝试包括GameGen-O(专注于生成开放世界模拟)、以及谷歌和Deepmind的GameNGen和DIAMOND(用于模拟《DOOM》和《反恐精英》等游戏)。这些模型虽然取得了显著进展,但仍然面临着低分辨率输出、有限的内存和上下文感知等技术限制。

游戏产业拥抱AI:降本增效的潜力

游戏产业尤其容易接纳生成式AI,因为它融合了代码、设计、故事叙述和多媒体等多个学科,且开发周期常常受到预算和时间限制。这种创意复杂性和资源压力的结合,使得游戏制作特别容易接受能够部分自动化结构化任务的工具。

总结

微软发布的WHAMM模型通过在AI模型内部实时生成可玩的《雷神之锤II》演示,展示了生成式AI在互动娱乐领域的巨大潜力。尽管目前仍存在一些局限性,但WHAMM的技术突破,例如更高效的数据学习和并行的图像生成策略,为未来AI驱动的游戏开发开辟了新的道路。

猜你喜欢

元气骑士前传忍者适合刷哪些副本-推荐最佳副本攻略解析
元气骑士前传忍者适合刷哪些副本-推荐最佳副本攻略解析

  在游戏元气骑士前传中,不同的职业适合的刷装地图也有所不同,可能有的小伙伴们不太清楚元气骑士前传忍者刷什么副本,下面小

齐白石的“半”字艺术:蕴含深邃意蕴,引发无尽遐思的文化魅力!
齐白石的“半”字艺术:蕴含深邃意蕴,引发无尽遐思的文化魅力!

在中国艺术史上,齐白石以其独特的艺术风格和深厚的造诣,成为了不可多得的巨匠。其中,“半”字作画技巧,更是他艺术创作中的一

书法大赛中的常胜冠军:作品回归质朴,评委所赞赏的意境之美
书法大赛中的常胜冠军:作品回归质朴,评委所赞赏的意境之美

在书法艺术的世界里,书法大赛不仅是书法家们展示才华的舞台,更是检验实力与明确创作方向的试金石。通过大赛,书法爱好者们得以

日本无人区超级SUV:寻觅极限冒险驾驶的最佳选择-开启无畏探索之旅
日本无人区超级SUV:寻觅极限冒险驾驶的最佳选择-开启无畏探索之旅

随着人们对越野驾驶的需求不断增长,越来越多的驾驶者开始关注日本无人区码SUV。这种车型不仅在越野性能上表现卓越,而且提供

NBA直播:球迷期待已久的篮球盛宴,如何在家中舒适地享受这场激动人心的赛事狂欢!
NBA直播:球迷期待已久的篮球盛宴,如何在家中舒适地享受这场激动人心的赛事狂欢!

nba直播,这个词眼下几乎已经成了无数篮球迷口中的“每日必看”话题。每当赛季临近结束,nba直播的热度便达到了顶峰,球迷

黄宾虹山水画:从无人问津的冷门作品到高达三亿的天价艺术传奇
黄宾虹山水画:从无人问津的冷门作品到高达三亿的天价艺术传奇

一幅曾经售价一元无人问津的山水画,如今竟以三亿天价成交,这一传奇故事的主人公是中国近代山水画大师——黄宾虹。在中国艺术史

让·福特里埃(Jean Fautrier):用艺术作品表达战争带来的痛苦与悲伤的内心世界
让·福特里埃(Jean Fautrier):用艺术作品表达战争带来的痛苦与悲伤的内心世界

艺术家让·福特里埃:以画笔记录战争与苦难的灵魂让·福特里埃,又名Jean Fautrier,是20世纪法国艺术界一位极具

提升办公效率的新方法!17c.c提供免费用户服务:免费工具如何简化工作流程!
提升办公效率的新方法!17c.c提供免费用户服务:免费工具如何简化工作流程!

一 高效起草工具让写作更轻松17c c-起草免费作为一款便捷的写作工具,帮助用户快速完成各类文档撰写任务。不论是商务报告

水彩艺术深度解析:流动的水与绚丽色彩交织,展现透明的灵魂之美
水彩艺术深度解析:流动的水与绚丽色彩交织,展现透明的灵魂之美

水彩画艺术:以透明与流动之美触动人心水彩画,这门独特的绘画艺术,以其非凡的透明性和流动感,在绘画世界中绽放着璀璨的光芒。

京西古韵悠长千年,千军台庄户幡会盛事重现,山间小道上演动人史诗的景象!
京西古韵悠长千年,千军台庄户幡会盛事重现,山间小道上演动人史诗的景象!

正月十五,千军台庄户幡会在古韵悠扬中拉开帷幕,这项国家级非物质文化遗产活动吸引了众多目光。在这个特别的日子里,会头、会众