上一篇
流畅阅读是什么？一文让你看懂流畅阅读的技术原理、主要功能、应用场景
Muse是什么？一文让你看懂Muse的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
Muse概述简介
Muse是微软推出的首个用在游戏创意生成的生成式AI大模型，基于“World and Human Action Model”（WHAM）。Muse能生成游戏视觉效果和控制器操作，基于学习人类玩家的游戏数据（如图像和操作指令）模拟真实的游戏玩法序列。核心能力包括生成连贯一致的游戏画面、展现多样化的游戏路径以及将用户修改融入生成内容中。Muse基于WHAM Demonstrator提供交互界面，支持创意探索和迭代。微软已开源Muse的权重和样本数据，推动游戏创意生成的研究和创新，为未来的AI驱动游戏开发提供支持。
Muse的功能特色
生成连贯的游戏视觉和玩法：根据初始的游戏画面和控制器操作，生成长达数分钟的连贯游戏玩法序列，模拟真实的游戏动态。
支持多样化的游戏路径：在相同的初始提示下，生成多种不同的游戏玩法和视觉效果，展现丰富的行为和视觉多样性。
持久化用户修改：将用户对游戏画面的修改（如添加角色）融入生成的内容中，生成合理的后续玩法。
创意迭代支持：基于WHAM Demonstrator界面，用户能加载初始画面、调整生成内容，并基于控制器操作引导角色，实现创意的快速迭代。
Muse的技术原理
VQ-GAN：用在将游戏视觉（如游戏画面）编码为离散的表示形式。VQ-GAN基于量化的方式将图像转换为离散的标记（tokens），便于模型处理。
Transformer架构：作为模型的主干网络，用于预测下一步的标记。Transformer能处理离散的视觉和操作序列，捕捉它们之间的复杂关系。
自回归生成：模型基于给定的初始提示（如初始游戏画面或控制器操作），逐步生成后续的视觉和操作序列。每一步的输出都依赖于前面的上下文，确保生成的序列具有连贯性和一致性。
训练数据：Muse基于《Bleeding Edge》游戏的玩家操作和视觉数据进行训练。数据包括玩家的控制器操作和对应的游戏画面，模型基于学习这些数据生成新的游戏序列。
Muse项目介绍
项目官网：https://www.microsoft.com/en-us/research/blog/introducing-muse
HuggingFace模型库：https://huggingface.co/microsoft/wham
技术论文：https://www.nature.com/articles/s41586-025-08600-3
Muse能做什么？
游戏创意探索：快速生成游戏玩法和关卡设计，帮助开发者验证新创意。
自动化游戏测试：生成多样化的测试序列，检测游戏漏洞和优化体验。
内容生成：自动生成新的关卡、地图或角色动作，丰富游戏内容。
玩家行为预测：模拟玩家操作，分析行为模式，优化游戏设计。
AI驱动体验：开发动态剧情和AI对手，提升游戏的个性化和沉浸感。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
AISmartCube
AISmartCube是一个低代码AI工具平台，提供图形化操作界面和丰富的官方模板，支持用户轻松实现工作场景自动化，提升工作效率。平台集成了全球多家大...
Taloflow
Taloflow是一个旨在简化技术供应商选择流程的在线平台，它通过使用AI和专家协作工具，帮助企业在云数据库管理、数据集成、ERP、CRM等多个领域快...
Tipsy
Tipsy Chat是一个人工智能酒馆，通过与AI伙伴对话，让您的聊天体验更加有趣和富有创造力。它可以用于休闲娱乐、创造艺术、玩AI游戏等，提供多种角...
Awesome-LLM-Post-training
Awesome-LLM-Post-training 是一个专注于大型语言模型（LLM）后训练方法的资源库。它提供了关于 LLM 后训练的深入研究，包括...
Affirm
Affirm是一款通过最新的自然语言处理技术生成正能量肯定语句的工具。无论是心碎、挫折还是失败，生活总是充满挑战。Affirm通过生成积极肯定的语句来...
Crackerjack Resume
Crackerjack Resume是一款专业的简历定制插件，帮助您将最合适的经验置于每份求职申请的核心。采用人工智能技术，Crackerjack R...
Stable Audio Open
Stable Audio Open是一个开源的文本到音频模型，专为生成短音频样本、音效和制作元素而优化。它允许用户通过简单的文本提示生成高达47秒的高...
天工
天工是昆仑万维基于自研双千亿级大语言模型的人工智能产品，提供六大能力，六大领域数百种功能，包括生成创作、知识问答、规划决策、语言理解、代码能力和逻辑能...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
