微软研究人员已经实现了人工智能领域许多专家认为遥不可及的目标：教会人工智能像人类一样理解三维空间并与之互动。这一突破以Muse的形式出现，这是一种人工智能模型，可以理解和生成复杂的游戏序列，同时保持一致的物理和角色行为。
该模型在《自然》杂志发表的一篇论文中进行了详细介绍，它完全是通过观察 Xbox 游戏《Bleeding Edge》中超过七年的人类游戏数据来学习的。与处理文本或静态图像的传统人工智能模型不同，Muse 开发了研究人员所说的对物体、角色和环境如何随时间在三维空间中相互作用的“实际理解”。
微软的 Muse AI 如何像人类一样观察、学习和玩耍
微软研究院高级首席研究经理 Katja Hofmann 在接受独家采访时表示：“模型架构与游戏无关；唯一的要求是访问适当的数据集。”“我们设计模型是为了使用最通用的数据格式，我们称之为视觉效果和控制器操作的‘人机界面’。”
这种方法使 Muse 能够生成长达两分钟的一致游戏序列——这是在长时间内保持连贯的 3D 世界交互方面取得的重大技术成就。该系统只需一秒钟的游戏视觉效果作为输入，即可生成尊重游戏物理和角色行为的复杂场景。
然而，局限性也存在。“图像分辨率固定为 300×180 像素，”霍夫曼说。“模型大小和速度之间存在权衡，这意味着我们最大、最一致的模型在推理时间上也是最慢的。”
超越游戏：Muse 如何塑造建筑、零售和制造业
Muse 的开发得到了游戏创作者的广泛支持。微软研究人员采访了全球 27 家游戏开发商，包括来自发达国家和发展中国家的工作室，以确保该技术能够满足真正的创意需求。
除了游戏之外，微软还看到了该技术更广泛的应用。微软研究院院长Peter Lee在一篇博文中强调了该技术在建筑、零售和制造业中的潜在用途：“从重新配置家中的厨房到重新设计零售空间，再到构建工厂车间的数字孪生以测试和探索不同的场景。所有这些现在都可以通过人工智能实现。”
霍夫曼说：“游戏以外的应用的主要限制在于获取高质量数据。”“游戏是推动进步的绝佳应用领域，因为与其他 3D 环境相比，游戏通常更容易收集大量高质量数据。”
保存游戏历史并赋能未来创作者
具体来说，对于游戏行业，Xbox 正在探索这项技术如何帮助保存经典游戏。“得益于这一突破，我们正在探索 Muse 从我们的工作室中获取较旧的旧目录游戏并针对任何设备进行优化的潜力，”微软游戏 AI 公司副总裁 Fatima Kardar 在一篇博客文章中表示。
该模型实现了三项关键的技术创新：在扩展序列中保持一致的物理和游戏机制；从同一起点生成多个多样但合理的延续；允许用户修改生成的内容，同时保持一致的更改。
霍夫曼表示：“我个人对 Muse 仅通过观察人类游戏数据就能详细了解复杂 3D 环境的能力非常着迷。我们的研究表明，我们朝着由创意人员精心打造的新颖互动体验迈出了令人兴奋的一步，这些体验高度个性化，由玩家打造。”
微软正在根据Microsoft Research 许可证向研究人员和创意人员发布模型权重和演示工具，尽管这还不是企业客户产品。此发布旨在鼓励进一步研究和探索该技术的功能。
这一发展标志着人工智能能力的广泛转变：从理解文本和图像等静态内容到理解动态 3D 环境和人机交互。这可能会对我们在各个行业中设计和与虚拟空间交互的方式产生深远影响。
随着微软将这项研究产品化，它强调人类创造力仍然是核心。这项技术被定位为辅助工具，而不是人类游戏设计师的替代品，旨在增强而不是自动化创作过程。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/wei-ruan-de-muse-ai-ke-yi-zai-guan-cha-wan-jia-you-xi-hou
