Microsoft研究人员近日宣布，其AI模型Muse能够通过观察人类游戏数据，理解并生成复杂的3D游戏序列，同时保持一致的物理和角色行为。这一突破性成果发表在《自然》杂志上，标志着AI在三维空间理解与交互领域的重大进展。

Muse通过分析超过七年的Xbox游戏《Bleeding Edge》数据，学会了如何生成长达两分钟的一致游戏序列。与传统AI模型不同，Muse能够理解对象、角色和环境在三维空间中的动态交互。Microsoft Research高级首席研究经理Katja Hofmann表示，Muse的模型架构与游戏无关，仅需访问适当的数据集即可运行。

尽管Muse在生成复杂场景方面表现出色，但仍存在一些限制。例如，图像分辨率固定为300×180像素，且模型大小与速度之间存在权衡。Hofmann指出，最大和最一致的模型在推理时速度较慢。

Muse的开发得到了全球27名游戏开发者的广泛参与，以确保技术能够满足创意需求。除了游戏领域，Microsoft还看到了Muse在建筑、零售和制造等行业的潜在应用。Microsoft Research总裁Peter Lee表示，该技术可用于重新设计厨房、零售空间，甚至构建工厂车间的数字孪生。

对于游戏行业，Muse有望帮助保留经典游戏并优化其在不同设备上的表现。Microsoft游戏AI副总裁Fatima Kardar表示，Muse可以从旧目录游戏中提取数据，并为任何设备进行优化。

Muse实现了三项关键技术突破：在扩展序列中保持连贯的物理和游戏机制;从同一起点生成多个不同但合理的延续;允许用户修改生成内容并保持一致性。Hofmann表示，Muse通过观察人类游戏数据，展示了其对复杂3D环境的深刻理解。

Microsoft已根据Microsoft Research许可证向研究人员和创意人员发布模型权重和演示工具，旨在鼓励进一步研究和探索。尽管Muse尚未成为企业客户产品，但其潜力已引发广泛关注。