又一项革命性的生成式人工智能（AI）成果问世，这次它似乎将彻底改变整个行业的运作模式。此番，科技巨头微软打造了一款名为“Muse”的“游戏创意构思”工具，并宣称这是全球首个“Wham”，即世界与人类行为模型。微软表示，Muse将加速游戏开发这一既耗时又昂贵的流程，设计师可通过AI生成的游戏玩法视频进行尝试，以探寻有效的创意。
Muse基于英国工作室Ninja Theory的游戏《Bleeding Edge》的游戏玩法数据进行训练。它已吸收并学习了数万人数十万小时的真实游戏数据，包括游戏画面和控制器输入。如今，它能够生成该游戏的逼真模拟玩法片段，这些片段可通过提示进行编辑和调整。
在Muse的宣传视频中，微软游戏业务首席执行官Phil Spencer的一番话却引发了人们的困惑。他表示，Muse对于经典游戏的保存而言可能具有不可估量的价值：他暗示，AI模型可以“学习”这些游戏并在现代硬件上进行模拟。但这一点如何实现，目前尚不清楚。而微软首席执行官Satya Nadella在随后的播客访谈中进一步模糊了焦点，他暗示Muse是创建AI生成游戏“目录”的第一步。
然而，就目前而言，Muse并不能创建游戏——它只能生成游戏的虚构片段。那么，这个全新的游戏AI工具究竟是什么？是游戏开发者工具箱中的一项炫酷新增功能？还是迈向AI生成游戏时代的第一步？
这个工具的理念在于，设计师（或玩家）可以使用Muse来尝试各种想法，而无需在游戏引擎中花费数小时（甚至数天）来实现那些可能感觉不佳或甚至无法运行的内容。如果设计师想查看，比如，某个增强道具在游戏中的效果，他们可以使用Muse生成模拟视频，展示该道具可能的外观，而AI会填补其中的空白。
“游戏引擎复杂且繁琐，模拟事物需要花费大量时间——它们并非为此而设计。”纽约大学坦顿工程学院计算机科学与工程副教授Julian Tongelius评论道，“使用游戏的模拟版本可能会更加容易和快捷。这类研究开辟的机遇相当广阔，但其局限性也同样真实存在。”
AI游戏玩法模拟并非全新事物——谷歌的 GameNGen 项目于 2024 年创建了一个无需游戏引擎即可运行的 Doom 可玩版本。但一直以来，问题都在于一致性。谷歌的Doom模拟版本起初表现良好，但玩得越久，AI“幻想”出的不准确游戏元素就越多。这正是微软声称Muse已解决的问题，但附带一个巨大的前提条件。
“这个特定模型是基于50万次游戏会话进行训练的，因此大约是10万小时的游戏时长。但它之所以有效，是因为你有如此庞大的数据量。如果你远远超出了已记录的范围，模拟通常会停止良好表现。”Tongelius 解释道。
微软已表示，它正在使用Muse开发基于其他第一方游戏的实时可玩AI模型。然而，虽然Muse对于《Bleeding Edge》等实时服务游戏而言非常出色，因为这些游戏可以获取数千小时的真实游戏玩法数据，但对于小型游戏和单机游戏而言，为每一款特定游戏训练一个生成式AI模型将是一项巨大且可能毫无意义的努力。
“他们跨越了一个令人惊叹的技术障碍，但感觉他们正经历着类似于Zoom的时刻：一个进入市场却没有明确用途的产品。”资深游戏设计师兼自称AI现实主义者Ken Noland说道，他经营着一家专注于AI的共同开发公司AI Guys。“这项技术很酷，视频生成绝非易事……我只是没看到它的目标受众。游戏开发者无法利用它进行快速开发，因为它除了可视化特定事物外，并不能解决任何潜在的游戏开发问题。”
除非发生重大变化，否则Muse似乎无法创建经典游戏的可玩模拟，也肯定无法创建完全“全新”的AI生成游戏。甚至不清楚如何将Muse生成的视频转化为实际的游戏玩法。
AI生成的视频游戏可能即将问世。几个月前，谷歌悄然发布了Genie 2，它能够生成“可玩世界”——但这并不是Muse目前所做的，至少现在还不是。“我选择善意地解读Satya的话，将其视为对未来可能实现的愿景。”Tongelius说道，“我们完全有可能实现某种版本，但它不会很快到来。微软在这篇论文中所做的研究是一块奠基石。”