Microsoft Muse AI -Modell enthüllt; Kann Spiele -Visuals und Controller -Aktionen generieren

Am Mittwoch stellten Microsoft -Forscher ein neues Modell für künstliche Intelligenz (KI) vor, das 3D -Gameplay -Umgebungen generieren kann. Das neue Modell der KI wurde von Forschungsteams für Technologiegiganten und Lehrteams (TAI X) in Zusammenarbeit mit der Xbox Games Studios Ninja -Theorie mit dem Spitznamen The Model of the World and Human Action (WHAM) oder MUSE. Das Unternehmen sagte, dass das Grande Language Model (LLM) Spieldesigner im Ideenionsprozess helfen kann, Spielvisuals und Controller -Aktionen zu generieren, um die Kreativfrequenz in der Spieleentwicklung zu unterstützen.

Microsoft enthüllt das Muse AI -Modell

In einem Blog -Artikel beschrieben der Redmond Technology Giant das Muse AI -Modell. Derzeit ist es ein Forschungsprodukt, obwohl das Unternehmen erklärt hat, dass es die Gewichte und Abtichdaten für den Demonstrator Wham (ein Konzeptprototyp einer visuellen Schnittstelle zur Interaktion mit dem Modell der AI) öffnet. Entwickler können das Modell auf Azure AI Foundry ausprobieren. Ein Artikel, der die technischen Aspekte des Modells beschreibt, wird im Naturjournal veröffentlicht.

Die Bildung eines Modells in einem so komplexen Bereich ist ein schwieriger Vorschlag. Microsoft -Forscher haben eine große Menge an Daten zum menschlichen Gameplay des Game Bleding Edge 2020 gesammelt, einem von der Ninja Theory veröffentlichten Spiel. Die LLM wurde zu einer Milliarde Bildwirkung gegründet, was sieben Jahren menschliches Gameplay entspricht. Die Daten würden ethisch erfasst und nur für Forschungszwecke verwendet.

Forscher sagten, dass Modellierungsmodelle eine große Herausforderung darstellen. Zunächst wurde Muse in einer Gruppe von Nvidia V100 GPU ausgebildet, aber sie wurde dann auf die Skala mehrerer Nvidia H100 GPU gestellt.

Das Muse Model AI kommt zur Funktionalität und akzeptiert sowohl Textanforderungen als auch visuelle Einträge. Sobald eine Spielumgebung generiert wurde, kann sie unter Verwendung der Controller -Aktionen weiter verbessert werden. Die KI reagiert auf die Bewegungen des Benutzer, um neue Umgebungen mit der anfänglichen Eingabeaufforderung ausgerichtet und mit dem Rest des Gameplays übereinzustimmen.

Aufgrund eines einzelnen KI -Modells können typische Referenztests seine Kapazitäten nicht korrekt bewerten. Die Forscher betonten, dass sie die LLM intern auf Maßnahmen wie Konsistenz, Vielfalt und Beharrlichkeit getestet hätten. Da es sich um ein Forschungsmodell handelt, waren die Ausflüge nur auf eine Auflösung von 300 x 180p beschränkt.