Microsoft представила демонстрационную версию игры Quake II, разработанную с использованием нейросети Muse. Эта обновлённая версия генерирует графику с разрешением 600×360 пикселей при 10 кадрах в секунду. В отличие от оригинальной игры, которая использовала разрешение 300×180 пикселей, новая версия значительно повысила качество изображения. Обучение модели теперь занимает всего неделю вместо семи лет.
Однако стоит отметить, что нейросеть не воссоздаёт оригинал полностью; она лишь имитирует кадры на основе датасета. Враги могут отображаться некорректно, что создаёт дополнительные ограничениями в геймплейе. Чтобы протестировать версию Quake II, игрокам необходимо использовать Microsoft Copilot и владеть английским языком для управления.
Нейросеть Muse, столь идеальная в создании игровых прототипов, призвана поддержать разработчиков, а не заменить их. Фил Спенсер, генеральный директор Microsoft Gaming, отметил: «Можно представить себе мир, в котором на основе данных игрового процесса и видео модель могла бы изучать старые игры и действительно переносить их на любую платформу, где эти модели могли бы работать».
Новая модель WHAMM (World and Human Action MaskGIT Model) является частью Copilot Labs и показывает, как генеративный ИИ может применяться в интерактивных медиа. WHAMM значительно повышает производительность, генерируя более десяти кадров в секунду, что достаточно для поддержки интерактивности в реальном времени. Эта модель обучалась на значительно меньшем количестве данных, всего одной неделе игрового процесса Quake II, собранного на одном уровне.
Важно отметить, что WHAMM использует новую стратегию генерации, которая позволяет одновременно обрабатывать больше информации. Хотя система довольно интересная, она не лишена своих ограничений: вражеские персонажи выглядят размытыми, а индикаторы здоровья показывают неточные данные. Объекты исчезают, если находятся вне пределов экрана более 0,9 секунд — это отражает некоторые ограничения контекстного окна модели.
WHAMM тесно связана с другими инициативами в области генеративного ИИ, такими как GameGen-O от Google и GameNGen от DeepMind. Игровая индустрия уже активно использует такие инструменты для автоматизации процессов. Генеративный ИИ предлагает множество новых возможностей для структурирования задач в условиях жестких бюджетов и сроков, благодаря чему производство игр становится более эффективным и инновационным.