Muse通過預(yù)測游戲視覺效果和玩家的控制器動作來準(zhǔn)確捕捉游戲環(huán)境的3D結(jié)構(gòu),、控制器動作的效果以及游戲的時間結(jié)構(gòu)。研究人員最初使用V100集群進(jìn)行訓(xùn)練,,后來擴(kuò)展到H100的大規(guī)模訓(xùn)練,,提高了圖像編碼器的質(zhì)量和模型規(guī)模。
論文還詳細(xì)介紹了Muse在一致性,、多樣性和持久性方面的評估結(jié)果,。通過Fréchet視頻距離(FVD)和Wasserstein距離等指標(biāo),,研究人員發(fā)現(xiàn)生成的游戲玩法與真實(shí)情況高度匹配,。此外,Muse能夠在手動編輯游戲圖像后保留插入的新元素,,顯示出其強(qiáng)大的持久性。
這項(xiàng)研究不僅展示了生成式AI在游戲領(lǐng)域的潛力,,還為未來的游戲體驗(yàn)開辟了新的可能性,。微軟已經(jīng)開源了相關(guān)資源,,加速了開發(fā)者的研究進(jìn)程,或許不久的將來會有更多基于AI的新穎游戲體驗(yàn)出現(xiàn),。