日前，微軟在 Nature 雜誌上發表了一項遊戲生成式 AI 的突破性研究成果，其中介紹了其名為 “Muse”的世界和人類行為模型 （WHAM），可以生成遊戲視覺效果及對應玩家操作的反應。在微軟公告中概述的各項 Muse 用例當中，最有趣的當數遊戲現代化機制——Muse 能夠對經典遊戲目錄中的龐大作品儲備進行研究，並針對現代硬體進行最佳化，展示出包括有機會透過新裝置和新方式讓未來一代的玩家玩到老遊戲、增強創作者和玩家的能力、開創新可能性的潛力，目前他們正在 Copilot Labs 上提供簡短的人工智慧互動遊戲體驗。

然而，這一被稱為“突破性”的技術進展，似乎卻並不受遊戲開發者和各大社群的青睞，許多人留言稱“沒人想要這個。”資深遊戲開發者、開發工作室 The Outsiders 的創始人 David Goldfarb 甚至對其評價：“去他的這狗屎！”

據介紹，作為影片遊戲人工智慧生成模型，Muse 是同類中第一個在 Ninja Theory 的多人戰鬥競技場遊戲 Bleeding Edge 上訓練的生成式 AI 模型，由 Microsoft Research 與總部同樣位於英國劍橋的 Xbox Game Studios 的 Ninja Theory 合作開發。

Muse 的突破性之處在於它對 3D 遊戲世界的全面瞭解，包括遊戲物理學以及遊戲對玩家控制器作的反應。這使該模型能夠建立由 AI 渲染的一致且多樣化的遊戲玩法，向能夠增強遊戲創作者能力的生成式人工智慧模型邁出了重要一步。

由 Muse（基於 WHAM-1.6B）生成的遊戲序列示例表明，該模型可以生成在幾分鐘內保持一致的複雜遊戲序列。以下顯示的所有示例，都是透過向模型提示 10 個初始幀（1 秒）的人類遊戲和整個遊戲序列的控制器動作生成的。Muse 是在 “世界模型模式 ”下使用的，也就是說，它是用來預測遊戲將如何從初始提示序列演變而來。生成的遊戲序列與實際遊戲的相似度越高，說明 Muse 對遊戲動態的捕捉越準確。

微軟 Xbox 團隊稱，儘管還為時尚早，但這項模型研究已突破其想象。如今，與老化硬體相聯絡的無數經典遊戲已不再為大多數人所玩。得益於這一突破，他們正在探索 Muse 的潛力，它可以從我們的工作室獲取較舊的舊目錄遊戲，並針對任何裝置對其進行最佳化。“我們相信，這可能會從根本上改變我們未來儲存和體驗經典遊戲的方式，讓更多玩家能夠使用它們。想象一下，隨著時間的流逝和硬體的進步而消失在公眾視野的舊日熱門作品，將有一天可以在玩家的眼前再次煥發新生。對我們來說，這是個令人興奮的可能性。”

Xbox 團隊正在探索的另一個機會是 Muse 如何幫助遊戲團隊在創作過程中設計新的遊戲體驗原型，並引入新的內容——透過玩家已經喜愛的遊戲，讓開發人員為他們注入新的體驗，甚至讓其能夠參與到創作過程中。他們已經在使用 Muse 開發一款“具備玩樂屬性的即時 AI 模型”，其在微軟第一方遊戲之上進行訓練。而生成式 AI 有望在遊戲開發的某些環節中發揮作用。在原型設計階段，開發人員可以建立遊戲的基礎和迭代版本，以便實現自己的想法並制定最終願景。微軟表示，“我們看到這項工作有朝一日可能會使玩家和遊戲創作者都受益：從重振懷舊遊戲到更快地進行創意構思。”

與此同時，為了幫助其他研究人員探索這一模型並在其工作基礎上更進一步，Xbox 團隊開放了 Muse 的權重和樣本資料的來源，併為 WHAM 演示器提供了可執行檔案——WHAM 演示器概念原型提供了與 WHAM 模型互動的視覺化介面和多種提示模型的方法，開發人員可以在 Azure AI Foundry 上學習和實驗權重、樣本資料和 WHAM 演示器。

對於 Muse，最初 Microsoft Research 著手探索生成式 AI 模型如何支援新體驗，重點是開發人工智慧能力，使遊戲開發人員能夠以新的方式構思和擴充套件他們的作品。為了實現這一目標，他們採訪了 27 位全球遊戲創作者（從獨立遊戲公司到 AAA 級遊戲工作室），以確保研究是由使用它的人來決定的。

據微軟高階首席研究經理兼 Microsoft Research Game Intelligence 團隊負責人 Katja Hofmann 介紹，從一開始他們就讓使用者參與了進來。其與高階首席研究經理 Cecily Morrison 帶領的 Teachable AI Experiences 團隊就這項工作的各個方面進行了幾個月的討論，並由 Cecily、設計研究員 Linda Wen 和首席研究軟體開發工程師 Martin Grayson 推動，與遊戲創作者們合作，調查這些遊戲創作者希望如何在他們的創作實踐中使用生成式人工智慧功能。

Cecily 說：“這是一個很好的機會，我們可以在這個早期階段聯合起來，從一開始就塑造模型能力，以滿足創作者的需求，而不是試圖改造已經開發出來的技術。Linda 稱，“我們已經看到技術驅動的 AI 創新經常讓創作者措手不及，讓許多人感到被排斥。這就是為什麼我們從一開始就邀請遊戲創作者來幫助我們塑造這項技術。我們認識到，大多數人工智慧創新都是在全球北方地區開發的，因此我們還優先考慮招募來自代表性不足的背景和地區的遊戲創作者。”

另據微軟表示，在工作中他們還遇到了擴大模型訓練規模等關鍵挑戰。開始使用的是 V100 叢集，在該叢集上，他們能夠證明如何在多達 100 個 GPU 上進行擴充套件訓練；這最終為在 H100 上進行大規模訓練鋪平了道路。其早期做出的關鍵設計決定主要集中在如何更好地利用大型語言模型（LLM）社群的見解，包括如何有效地表示對應玩家控制器操作，尤其是影像等選擇。

據瞭解，當前的 Muse 例項是根據 Xbox 遊戲《Bleeding Edge》中的人類遊戲資料（視覺效果和控制器動作）進行訓練的。以下顯示的是他們訓練當前模型時採用的解析度，為 300×180 px 。Muse（使用 WHAM-1.6B）已在超過 10 億張影像和對應玩家控制器操作上進行了訓練，相當於人類連續 7 年多的遊戲時間。

開發者和線上社群的普遍反應也非常迅速，但從結果來看對 Muse 的評價並不積極，甚至這項技術在從事遊戲開發的一線製作者當中越來越受到抵制。面對 Muse 的釋出，一位開發者回應稱，“這類工具的湧現在為一部分人迅速賦能的同時，卻根本不在乎對其他人造成的巨大沖擊。”

資深遊戲開發者、開發工作室 The Outsiders 的創始人 David Goldfarb 在一條發言中指出，他覺得生成式 AI 對於電子遊戲沒什麼好處。“因為無論是有意為之還是無心之舉，AI 背後的推動者實際上都是在削減資本支出，進而剝奪並貶低數百萬遊戲開發者和藝術家們所付出的汗水與心力。”Goldfarb 還提到，“主要問題在於，我們賴以生存的開發手藝正在消散。隨著從業者越來越依賴 AI 技術，這類工具的湧現在為一部分人迅速賦能的同時，卻根本不在乎對其他人造成的巨大沖擊。”

根據此前 WIRED 發起的一項調查發現，AI 技術正將人類從業者剝離出電子遊戲的創作流程；而與此同時，整個遊戲行業也正在經歷大規模收縮。過去幾年間，成千上萬的開發人員遭到解僱，且這一趨勢將在 2025 年持續存在。雖然一部分開發者認為 AI 無法取代遊戲中的純創意部分，但多數從業人士仍然擔心隨著 AI 新工具的迅速發展，自己將無法在這個本就競爭激烈的行業當中繼續生存。

微軟的遊戲部門似乎同樣存在這種現象。一位 3A 遊戲開發者（因未獲準公開談論 Muse 而要求保持匿名）透露，“Xbox 團隊一邊不斷加大對生成式 AI 的投入，另一方面卻無視開發人才流失的關鍵問題，屬於典型的‘只見樹木卻不見森林’。他們沒有意識到，開發者們根本就不想要什麼 AI。但之所以計劃還能推進得下去，就是因為大家不敢在內部討論中表示反對，不敢在這個行業動盪的關鍵時期因成為‘出頭鳥’而失去工作。”

另一家同樣要求匿名的遊戲開發商對此表示贊同，稱他們同樣擔心反對 Muse 會影響到自己的工作和生計。“雖然只能匿名發言，但這種東西真的太噁心了。面對如今的遊戲行業現狀，特別是考慮到我們還得求著微軟提供遊戲出版許可，我實在不敢拿自己的身家性命來冒險。”這家開發商還提到，“在我看來，這種全面推廣 AI 的模式絕不是為了幫助遊戲開發者，而是想取悅股東，表明微軟正在全力投入 AI。可與此同時，他們卻隻字不提 AI 從未開發出任何廣受好評的遊戲作品。”

英國遊戲開發商 Creative Assembly 的開發總監 Marc Burrage 表示，即便有大模型的加持，計算機也無法在訓練過程中獲得與人類相同的知識。在 Burrage 看來，“原型設計既關注過程、也關注結果，必須親身體驗才能把握可玩性這個近乎玄學的概念。快速原型設計是一項寶貴的技能，哪怕是提前做好一切準備，也不存在百分百通往成功的捷徑。”

在 Muse 的專案公告中，Xbox 團隊方面稱，“我們認為，最重要的是確保這波生成式 AI 技術突破，能夠以協作且負責任的方式支援我們的行業和遊戲創作社群。”而從實際反饋來看，微軟要想說服遊戲從業者們接下這張 AI 增效的“大餅”，還有很多工作要做。一位網友直言，“如果我們都失業了，沒有人會買你的遊戲。”