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
Mistral-Large-Instruct-2407
Mistral-Large-Instruct-2407是一个拥有123B参数的先进大型语言模型(LLM)，具备最新的推理、知识和编程能力。它支持多语言...
OpenAI o1 API
OpenAI o1 是一个高性能的AI模型，旨在处理复杂的多步骤任务，并提供先进的准确性。它是o1-preview的后继产品，已经用于构建代理应用程序...
bubble
Bubble是一个无代码平台，可有效地构建数字产品。它使用户能够快速，轻松地创建应用程序而无需编写任何代码。气泡是可用的最强大的无代码平台，使您可以比...
Audeus
Audeus for Chrome是一款文本转语音的Chrome浏览器扩展程序，它通过使用人工智能技术，将网页、文档等文本内容转化为语音，帮助用户在阅...
DTiQ
DTiQ是全球领先的智能视频监控和损失预防解决方案提供商，为餐厅、便利店和零售商提供服务。产品结合了智能视频、高级分析和专业服务，帮助客户提高绩效和改...
Apply
Apply是一个招聘流程优化平台，提供招聘方案构建和职业指导服务，帮助企业快速找到合适的候选人，同时帮助求职者脱颖而出。...
CopyWeb
CopyWeb 是一款创新的 AI 驱动的网页设计转换工具，能够将网页设计截图、网站 URL 或 Figma 设计直接转换为生产就绪的代码。它通过智能...
PDF Flex | AI Chat with PDF
PDF Flex是一款能够帮助用户转换PDF文件格式并与PDF进行即时聊天的工具。它可以将PDF文件转换成多种格式，并且可以向PDF提问问题并立即获得...
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。
