1740858801
2025-03-01 12:45:00
Microsoftは、生成AIミューズを実験します。ゲームの開発や古いタイトルを新しいプラットフォームに運ぶのに役立ちます。それは基本的な問題に基づいています – 調査によると、現在のAIはゲーム開発者と開発者の要件とアイデアを満たしていません。 Museは機能的なプロトタイプの段階に進み、特定の能力があります。さらに、Microsoftは他の可能性について語っています。現実と夢を分離するのは良いことです。
最初にAI Museの現在のバージョンの機能を探りましょう。提示されたデータに基づいて、数分間の単位は分シーケンスを生成します。大幅に制限要因には、低出力解像度が含まれます。最初のAI反復の元の128×128ポイントのうち、開発チームは300×180ポイントに達しました。
それは写真に似ていました。解像度と品質は徐々に増加し、この場合は異なると考える理由はありません。しかし、解決策はさておき。重要なことは、現時点でMuseが実際に機能的なゲームシーケンスを生成していることです。これは、将来の大きな可能性とおそらく生成AIの別の章を持つ成功です。
AIは、訓練されたデータの量がどのように増加したかの作成で改善されました
それはすべて実験から始まり、テクノロジーはまだ実験的であると考えられていますが、紙の概念の段階を克服しています。その機会に、彼らは雑誌に関連する研究を公開しました 自然 Webの詳細 Microsoft Research。しかし、何よりも Azure AI Foundry a 顔を抱き締める。
テキストからインタラクティブなエンターテイメントまで
生成AIの進化的経路については、ミューズは避けられないステップです。テキストを作成することにより、最も簡単に始めました。写真が追加されており、徐々に、より広い一般の人々がビデオジェネレーターの手に渡ります。
今、私たちはAIを探しています。これは、非常に複雑な課題、つまりインタラクティブなエンターテイメントの創造に直面しています。 Microsoftは、この種の最初の機能生成モデルを開発したと主張しています。彼を示します 世界と人間の行動モデル – 要するに wham。 Museは現在のモデルのマーケティング名です。少なくともゲームを生成することは非常に複雑な問題であると考えることは難しくありません。
Midjourneyを使用して画像を作成するためには、AIはあなたの言葉を理解する必要があります。他の写真では、彼女はあなたの要件に従ってそれらを模倣できるように、言葉にオブジェクトを割り当てることを教えました。一方、WHAMは、3D環境とその中で発生するプロセスを分析します。これらは、仮想環境、ゲームメカニズムのルールであり、ボタンを絞ってゲームを制御するプレーヤーの入力でもあります。
Museは世界の物理学とゲーム行動に対する反応を理解しているため、Microsoftはそれをブレークスルーと見なしています。最も強力なWAMは、16億パラメーターで動作します。そのコンテキストウィンドウにはほんの一秒かかります。各画像は540トークンに等しく、解像度は前述の300×180ポイントでした。ビデオは1秒あたり10フレームで構成されています。解像度またはフレームレートは、快適なゲームには十分ではありませんが、私がすでに示しているように、それはアジェンダにさえありません。
現在の出力ミューズは低解像度です、
しかし、それらはタイトルの出血エッジに基づいた再生可能なゲームシーケンスです
チャットボットを使用する大きな言語モデルは、多くの場合大きくなります。たとえば、昨年の夏から最も包括的なバージョンの作品のllama3.1 400億パラメーター。 1月、Deepseek R1は671億パラメーターを誇っています。自動的に大きくなるとは意味がなく、これらのモデルはMuse以外の使用をターゲットにするため、比較するのは困難です。ただし、このAIの基礎は、LlamaやDeepseekのように依然として変圧器です。
Transformerは、2017年にGoogleが開発した深い学習のアーキテクチャです。入力は異なる重みを与えます。テキストはトークンに変換され、各トークンは他のトークンに関連してコンテキスト化されています。このように、トランスは最も重要な言葉を認識します。それらは大規模なデータセットでトレーニングされています。これは、Microsoft Researchのチームも行いました。彼は写真や歌詞ではなく、ゲームビデオでトレーニングしました。
トランス用の実験食
ミューズは、2022年末に始まった不確実な結果を伴う実験の結果です。 Katja Hofmann Microsoft Research Game Intelligenceは、産休後に仕事に戻り、機械学習の世界が大幅に変化したことに気付きました。一般の人々はChatGptに記録的な関心を持っていました。ホフマンは、このテクノロジーがゲームで浸透する可能性に興味がありました。
Ninja Theory StudioはMicrosoft Researchの長いパートナーであり、2020年の出血エッジゲームは、将来のWhamを訓練するための主要な食べ物になりました。ブリードエッジは、バーチャルアリーナで攻撃されているより多くの人々と2つのチームで演奏されます。ライセンスの取り決めに同意した場合、試合が記録されます。
Microsoft Research Divisionのゲームチームは、Hofmannが戻る前にデータを収集しました。彼女が到着した後、彼はAIが大量のゲームデータでトランスを訓練した場合、彼が達成することに対処し始めました。彼は実践的な実験を決めました。トレーニングは、出血エッジマッチの500,000の匿名化された記録で行われました。全体として、ゲーム時間の7年です。
Museのショートゲームシーケンスは、三つ編みを提供します：
一貫性、多様性、永続性 – レドモンドのこれらの3つの側面は重要なものとして評価され、研究でWHAMをテストしました。 自然。
ゲームが数フレームまたは秒ごとに劇的に変化する場合、ゲームシーケンスは機能しません。シューティングゲームがしばらくするとレーシングゲームに変わることは起こりません。同時に、すべてのゲームが同じであることはできません。変動性を提供しながら、基本的な概念を維持する必要があります。たとえば、環境に他の障害物が表示されますが、壁は常に固体であり、オブジェクトはそれらを通過しません。
実験技術のすべての検査されたパラメーターが満たされました。非常に一貫したゲームシーケンスには最大2分かかります。これは、このテクノロジーがデフォルトで使用される場合、将来からではありますが、しばらくの間私たちを分割しているようです。
プロトタイプと古いゲーム
ミューズは実験技術であるため、使用の可能性が求められます。 AIがゲーム開発者と開発者に取って代わる場合、すぐに黒いシナリオに固定する必要はありません。むしろ、他の種類の生成人工知能で観察することが起こります – それは人々が創造するのに役立つツールになります。節約された時間を異なる方法で使用します。
忍者理論のスタジオの長。 Xboxチャンネルで、Microsoft GamingのディレクターであるPhil Spencerとの短いインタビューで YouTubeで少なくとも彼の研究ではAIがゲームコンテンツを作成しないと推定しています。ただし、ワークフローを最適化し、開発中の手を解放するのに役立ちます。プロトタイプをより速く反復し、新しいアイデアを試すことができます。
機能的なプロトタイプの最初のアイデアから、長い道のりがあります。誰かが概念を考えなければならない、誰かがそれをスケッチしなければならない、誰かがそれをプログラムしなければならない。 AIはより速くなり、マイナーまたはより大きな変更により変数があります。これは、Microsoftが現在設定しているMuseの最初のフィールドです。
同時に、実験の結果は、MicrosoftがMuseが古いゲームの現在の視聴者が利用できるようにすることができるという考えに導かれました。彼はこのようにして、デジタルインタラクティブアートの長期的な痛みを伴う場所に触れました。ゲームは文化遺産の一部ですが、ハードウェアの世代的なバリエーションにより、それらの多くは技術的なネットを介して落ちます。
System Shockなどのいくつかのゲームは作り直されています
現在のプラットフォームでは、AIは古いタイトルを大幅に加速する可能性があります
この場合、AIは実際にゲームコンテンツをクローン化します。すでに説明したように、Museは提出された資料に基づいてゲームエクスペリエンスを作成します。テキストコマンドに加えて、これらはビデオにすることができます。私たちが彼に古いゲームのショットを提示すれば、彼はそれらを再作成することができます。少なくともマイクロソフトには信念があります。
テクノロジー実験により、Microsoft Research Game IntelligenceチームはMuse、つまり出血エッジベースのゲームシーケンスを作成できるAIに導きました。レドモンドは、他のゲームでも同様に訓練される可能性があると考えています。出血エッジと同様に、彼は事前にルールやメカニズムに精通していないゲームの世界を理解する必要があります。他のジャンルやゲームの原則を理解する必要があります。
現在、MicrosoftのMicrosoftでは、AIは他のタイトルを試しています。開発がどこで、どれだけ早く来るか驚かなければなりません。しかし、この最初の試みでさえ、強い印象を与えます。
リソース： マイクロソフト /ハグ顔 | Microsoft Researchブログ | 自然 | Xbox / YouTube | Xboxワイヤ
#MicrosoftはAIゲームジェネレーターを作成しましたミューズは開発を支援し古いタイトルを復活させます #živě.cz