這款微軟AI研究了七年的視頻遊戲玩法，現在它能夠構思全新的遊戲場景
這個AI生成遊戲的“粉絲小說”，以擴展遊戲的虛擬世界。
我承認，自從中學以來，我大部分的空閒時間都沉浸在視頻遊戲中。那些經典的史詩般的遊戲如《惡靈古堡》、《最終幻想》、《魔獸世界》和《堡壘之夜》都是我的最愛。還有一些獨立遊戲也讓我情有獨鍾，比如模擬森林中的野火觀察者的遊戲、一次公路旅行冒險，或是利用傳送門連接不可能的物理空間的遊戲。
我並不是唯一一個被遊戲吸引的人。現今的視頻遊戲產業已經超越好萊塢，成為一個數十億美元的行業。而設計師們則不斷努力擴展他們的數字世界，以滿足對新內容的無盡期待。
現在，他們可能有了一位聰明的助手。
本週，微軟研究院推出了Muse，一個能夠生成多種多樣新場景的AI。就像ChatGPT和Gemini一樣，Muse是一個生成性AI模型。它基於微軟旗下Ninja Theory的多人射擊遊戲《Bleeding Edge》中的約500,000次人類遊玩數據進行訓練，能夠構思出符合遊戲內部物理規則和控制器操作的遊戲模擬。
團隊強調，Muse並不是用來取代人類遊戲設計師的。相反，這款AI的設計初衷是為團隊提供靈感，讓他們自行選擇是否採用。
“在我們的研究中，我們專注於探索像Muse這樣的模型需要具備的能力，以有效支持人類創意工作者，”研究作者Katja Hofmann在一篇博客文章中寫道。
Muse目前僅針對一款遊戲進行訓練，並且只能基於《Bleeding Edge》生成場景。然而，由於這個AI是從人類遊玩數據中學習，而沒有對遊戲物理本身的先入之見，這個模型可以用於其他遊戲，只要有足夠的數據進行訓練。
“我們相信生成性AI可以提升創意，並開啟新的可能性，”微軟遊戲AI的企業副總裁Fatima Kardar在另一篇博客文章中寫道。
全新的世界
生成性AI已經在我們現有的數字宇宙中引發了變革。現在，遊戲開發者在思考AI是否能夠幫助建立全新的世界。
利用AI生成連貫的遊戲視頻並不新鮮。2024年，谷歌推出了GameNGen，據該公司稱，這是第一個由神經網絡驅動的遊戲引擎。這款AI在不查看遊戲原始代碼的情況下重建了經典遊戲《毀滅戰士》。它通過不斷玩遊戲，最終學會了數億個小決策如何改變遊戲的結果。最終的結果是一個AI基於的副本，能夠在保持所有原始功能的情況下玩上20秒。
現代視頻遊戲對AI來說要難得多。
大多數遊戲現在都是3D的，每個遊戲都有其獨特的世界和一套物理規則。遊戲的地圖、非玩家角色和其他設計可能隨著版本更新而改變。但角色在虛擬世界中的移動方式，即玩家何時知道跳躍、滑行、射擊或躲在障礙後，則保持不變。
公平地說，漏洞雖然有趣，但只有在偶爾發生的情況下才會讓人開心。如果遊戲內的物理規則—即使在現實生活中看似不可能—不斷被打破，玩家很容易會失去沉浸感。
一致性是設計師需要考慮的遊戲體驗的一部分。為了更好地理解AI如何可能提供幫助，團隊首先對來自多個大陸的27位獨立工作室和行業巨頭的遊戲設計師進行了訪談。
幾個主題浮現出來。其中之一是需要創造新的和不同的場景，同時保持遊戲的框架。例如，新想法不僅需要符合遊戲的物理規則——物體不應該穿過牆壁——還需與遊戲的風格和氛圍相匹配，以融入遊戲的整體敘事。
“一個設計師表示，‘生成性AI仍然有些有限的上下文，這意味著AI很難考慮整體體驗……以及遵循遊戲內的具體規則和機制。’”
其他設計師強調了迭代的重要性，重複檢視設計，直到感覺合適。這意味著輔助AI應該足夠靈活，能夠輕鬆接受設計師提出的變更。不同的選擇也是首要任務，這樣如果玩家選擇了不同的行動，這些行動都將有不同且有意義的後果。
成為未來的一部分
根據這些反饋，團隊創建了他們的世界與人類行動模型（WHAM）——暱稱Muse。AI的每一部分都經過精心設計，以滿足遊戲設計師的需求。其核心算法類似於支撐ChatGPT的算法，並且之前已被用來建模遊戲世界。
團隊隨後用從《Bleeding Edge》收集的人類遊玩數據來訓練Muse，這是一款4對4的3D協作射擊遊戲。通過戰鬥視頻和控制器輸入，這個AI學會了如何像經歷七年持續遊玩一樣在遊戲中導航。
當接收到提示時，Muse能夠生成遊戲中的新場景及其相關的控制器輸入。角色和物體遵循遊戲的物理法則，並在新的探索中擴展，與遊戲的氛圍相匹配。新添加的物體或玩家在多個場景中保持一致。
“Kardar寫道，‘Muse的突破性在於它對3D遊戲世界的詳細理解，包括遊戲物理和遊戲如何對玩家的控制器行動作出反應。’”
並非所有人都相信這款AI能夠幫助遊戲設計。Muse需要大量的訓練數據，而大多數小型工作室並不具備這些資源。
“微軟花了七年時間收集數據和訓練這些模型，以證明其實際可行性，”馬耳他大學的Georgios Yannakakis告訴《新科學家》，“但實際的遊戲工作室能否負擔得起這樣的投入呢？”
儘管存在懷疑，團隊仍在探索進一步研究這項技術的方法。其中一個方向是“克隆”那些在當前硬體上無法遊玩的經典遊戲。Kardar表示，團隊希望有一天能夠重現那些懷舊的遊戲。
“今天，無數與老舊硬體相關的經典遊戲已經無法被大多數人遊玩。得益於這一突破，我們正在探索Muse的潛力，將我們工作室的老遊戲優化到任何設備上，”她寫道。
與此同時，這項技術也可以適應用於現實世界。例如，因為Muse“看見”環境，它可能幫助設計師重新配置廚房或在建築佈局中探索不同的場景。
“從計算機科學研究的角度來看，這是相當驚人的，未來這些應用對創作者來說可能會帶來變革，”微軟研究院總裁Peter Lee寫道。
在這篇文章中，我們看到AI在遊戲設計中的潛力，然而，這也引發了對創意和技術之間界限的思考。AI的出現無疑會提升創作的效率，但是否會使得遊戲設計的藝術性受到影響？隨著技術的進步，我們必須警惕在追求效率的同時，不要犧牲創作的靈魂和個性。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
