Microsoft демонстрирует свою новую модель WHAMM с генеративной версией в реальном времени Quake II. Вы можете играть в игру, созданную искусственным интеллектом, в своем браузере, хотя на самом деле это всего лишь проверка концепции — она не очень-то увлекательна.
Генеративные игры в реальном времени разрушат или поднимут игровую индустрию, в зависимости от того, кого вы спросите. В любом случае, разработка моделей генеративных игр ускоряется быстрыми темпами. Исследователи выяснили, как запустить Гибель В рамках нейронной обучающей модели GameNGen от Google, OASIS AI позволяет вам играть в безумную генеративную версию Minecraft в браузере, а в феврале 2025 года Microsoft представила свою уникальную генеративную игровую систему WHAM.
Модель WHAM-1.6B, которую Microsoft продемонстрировала шесть недель назад, была впечатляющей, но непрактичной. Она генерировала один кадр в секунду при разрешении 300 x 180, и потребовалось семь лет тренировочных данных, чтобы создать «играбельную» игру. Microsoft начала работу над обновленной моделью WHAMM (World Human Action MaskGIT Model) вскоре после дебюта WHAM-1.6B, и результаты оказались шокирующими. WHAMM не только работает при разрешении видео 600 x 340 (вдвое больше, чем WHAM-1.6B), но и выводит изображения с минимальной частотой 10 кадров в секунду и сумела скопировать Quake II всего за одну неделю тренировочных данных.
За эти улучшения отвечает усовершенствованная архитектура. Вместо использования типичной авторегрессионной «LLM-подобной» системы, где модель ИИ генерирует один токен за раз, установка MaskGIT от WHAMM может «генерировать все токены для изображения за столько поколений, сколько мы хотим». Другими словами, новая модель использует параллельную обработку для повышения скорости вывода, качества изображения и точности прогнозирования.
Игры, созданные WHAMM, с практической точки зрения не очень-то увлекательны. Они выглядят размытыми, грязными и шершавыми, частота кадров не идеальна (хотя она не сильно отличается от того, что видели геймеры в 1997 году), а враги в игре практически неузнаваемы. Демо также мучительно тормозит, хотя Microsoft винит в «заметной задержке» свой веб-плеер, а не саму модель.
WHAMM также страдает от проблемы «кратковременной памяти», которую мы видим в других генеративных игровых моделях. Как предиктивная модель, WHAMM генерирует новые кадры, глядя на предыдущие кадры — она плохо отслеживает здоровье и боеприпасы, враги могут исчезнуть, если вы отвернетесь от них (или случайно появятся без причины), а если вы прижмете своего персонажа к стене или уставитесь в пол, вас могут телепортировать в другое место на карте.
Однако, по моим данным, WHAMM, похоже, имеет меньше проблем с «кратковременной памятью», чем некоторые другие модели. Его 0.9-секундная длина контекста всего достаточно хороши, чтобы предотвратить головокружительное, психоделическое безумие, которое я испытал, играя в генеративный Minecraft, хотя длина контекста, очевидно, является огромной проблемой, которую Microsoft придется преодолеть.
Я также должен отметить, что WHAMM обучался только на первом уровне Quake II. Если вы зайдете в лифт в конце уровня, модель зависнет. Таким образом, утверждение Microsoft о том, что WHAMM можно обучать на видеоданных за неделю, вводит в заблуждение — модели требуется меньше обучающих данных, чем WHAM-1.6B, но объем данных, необходимых для создания интерактивной игры, будет зависеть от длины контента, сложности игры и других факторов.
Что касается того, как эта технология будет использоваться в будущем, то Microsoft знает, что генеративный ИИ в реальном времени может создавать «новые виды интерактивных медиа», но компания все еще изучает, какими должны быть эти медиа.
Вы можете играть в версию Quake II, сгенерированную в реальном времени, на сайте Copilot Labs. Игры имеют таймер и сбрасываются, когда таймер заканчивается. Опять же, эта игра — всего лишь доказательство концепции, так что не ждите от нее слишком многого.
Источник: Microsoft
