微軟 Xbox 釋出 Muse 模型：AI 渲染遊戲畫面，還想復活經典老遊戲

如果讓 AI 不僅學會畫遊戲畫面，還能理解手柄上的每一個按鍵操作與物理反饋，遊戲開發會變成什麼樣？

微軟研究院聯手 Xbox 旗下工作室 Ninja Theory，在《Nature》雜誌上公佈了一項新研究，推出了名為 Muse 的生成式 AI 模型。官方將其稱為首個“世界與人類動作模型”（World and Human Action Model，簡稱 WHAM）。

和單純生成影片的擴散模型不同，Muse 能夠同時理解 3D 遊戲世界、遊戲物理規則，以及遊戲對玩家手柄操作的即時反應。

拿真實對戰喂出來的世界模型

Muse 的底層技術起點要追溯到 2022 年底。當時研究團隊受到 ChatGPT 的啟發，開始思考能不能用 Transformer 架構來處理遊戲動作和影像資料。

剛好 Ninja Theory 和微軟研究院都在英國劍橋，雙方一拍即合。他們拿 Ninja Theory 在 2020 年推出的 4 對 4 線上對戰遊戲《尖峰戰隊》（Bleeding Edge）作為實驗平臺。

通過使用者許可協議合規收集的大量真實玩家對戰資料，被送進了訓練叢集。團隊最初在 V100 叢集上做到了 100 張 GPU 的規模擴充套件，隨後遷移到了 H100 上進行大規模訓練。

研發團隊不僅驗證了這類模型的縮放定律，還採訪了全球 27 位來自獨立工作室和 3A 大廠的遊戲創作者。目前，微軟已經把 Muse 的模型權重、樣本資料以及可互動原型 WHAM Demonstrator 全部放到了 Azure AI Foundry 上供開發者測試。

既能構思新玩法，還能搶救老遊戲

在微軟的設想中，Muse 不只是個技術玩具，它主要承擔兩個任務。

首先是玩法構思。傳統遊戲立項時，驗證一個操作手感或機制原型通常需要程式設計師和策劃花幾週時間寫程式碼搭建，而 Muse 可以根據提示詞或片段輸入，直接預測並生成包含畫面和手柄操作的遊戲流程演示。

其次是老遊戲復活。Xbox 團隊透露，現在很多經典老遊戲被困在特定歷史硬體上無法執行。他們正在探索用 Muse 這類模型學習老遊戲的執行邏輯與畫面風格，未來有望把陳舊庫存遊戲重構並串流到任意螢幕上。

微軟表示，目前正在用其他第一方遊戲訓練即時可玩的 AI 模型，很快就會在 Copilot Labs 上線簡短的互動式 AI 遊戲體驗讓普通玩家嚐鮮。

為什麼重要

以往生成式 AI 進遊戲行業，大多停留在生成概念原畫、寫 NPC 對話或者做 3D 貼圖這些周邊環節。真正觸及核心遊戲引擎、物理模擬和手柄互動層面的，Muse 算是一次非常硬核的推進。

對中小型開發者和獨立創作者來說，這套工具如果走向成熟，價值會非常明顯。你不需要在虛幻引擎裡從頭搭一套物理框架，就能快速用 AI 跑出多種核心玩法的互動切片，大大拉低了立項驗證的門檻。

我們認為，微軟這步棋走得最聰明的地方在於動作與世界的繫結。很多做世界模型的團隊只關注視覺渲染，容易讓生成的畫面像一場不可控的夢境；而 Muse 把手柄控制器的動作資料作為核心輸入輸出，直接讓模型具備了可控遊戲的雛形。

不過隱患也同樣明顯。從一段幾秒鐘的生成演示，到支撐幾十毫秒超低延遲、強邏輯閉環的商業遊戲，中間隔著巨大的工程鴻溝。用神經渲染去還原老遊戲聽起來很性感，但玩家對老遊戲最看重的是精準的判定幀與手感，AI 的隨機性極有可能把懷舊變成災難。這項技術值不值得團隊現在投入生產環境，還要看 Azure 上放出的原型到底能在多大程度上保證邏輯一致性。