Microsoftは、ゲームのAIの未来を探るために古典的なシューティングゲームを復活させています。同社は、Muse AIモデルを使用して作成されたQuake IIのブラウザベースのAI生成バージョンをリリースしました。これは、元のゲームコードを使用するのではなく、ビデオとプレイヤーの動作から学習することでゲームプレイをシミュレートするように設計されたシステムです。 640×360の解像度で実行され、生成的AIがゲームのデザインと保存に貢献する可能性のあるものを一般に垣間見ることができます。
体験は短く視覚的にぼやけていますが、リマスターと競争することを目指していません。代わりに、このデモは、Microsoftのモデル(ゲームプレイビデオだけでトレーニングされている)が、既存のゲームエンジンの機能的な感触を再現する方法を見ています。これは、同社が内部開発ツール以外のプレイヤーがこのような実験を利用できるようにしたのは初めてです。シミュレーション
Museのより興味深い意味の1つは、それ以外の場合はプレイできないゲームを維持するために使用する方法にあります。 Museは元のエンジンやソースファイルへのアクセスを必要としないため、インタラクティブエクスペリエンスを再作成するための代替パスを提供します。
Microsoft GamingのCEO Phil Spencerは、2月のMuseの発表中にアイデアを説明しました。多くの場合、古いタイトルの可用性を制限するライセンス制限。開発者は、バイナリを移植する代わりに、いつかAIモデルをトレーニングして、その行動とプレゼンテーションのみに基づいてレガシータイトルを再現する経験を再現することができます。シミュレーションであり、エミュレーションではありません。 Quake IIのデモはぼやけて剥がれ、元のゲームの深さのほんの一部しか提供していません。ミューズ生成のビジュアルは現在、現代の期待に遅れをとっており、セッションが上限に陥っているため、Microsoftはこのデモを機能を完全に体験するよりもプレビューと見なしていることは明らかです。 Museのようなクラウドベースのモデルには、一定の接続性とサーバー側の計算への低遅延アクセスが必要です。これは、時間に敏感なアプリケーションに理想的ではない要因です。逆に、Gアシストのようなローカルモデルは、すべてのユーザーがアクセスできない高価でハイエンドGPUを要求します。
それでも、テクノロジーは進化しています。 Microsoftは experive vearts and refing esfine infine of to infine of to infine機能。そして、カピローのようなツールが内部開発とエンドユーザーエクスペリエンスのギャップを埋めることで、同社はAIを最適化レイヤーとしてだけでなく、ゲームの作成、プレイ、記憶の中心的な部分として積極的に配置しています。このモデルは忍者理論と協力して構築され、スタジオが開発したマルチプレイヤーブローラーであるブリードエッジの7年間のゲームプレイデータを使用して訓練され、Xboxゲームスタジオによって発行されたマルチプレイヤーブラウラーを使用して、世界と人間のアクションモデル(WHAM)を搭載しています。流動的な方法。事前定義されたルールに基づいてコンテンツを生成する手続きツールとは異なり、Museはプレーヤーの入力にリアルタイムで動的に反応します。これにより、なじみのない環境であっても、信じられないほどのゲームプレイループを再現できます。 5つの例フレーム。この設計により、創造的な決定を上書きすることなく、迅速な反復が可能になります。 MicrosoftのゲームGaming AIの企業VPであるFatima Kardarとして、Fatima Kardarとして次のように述べています。「これにより、モデルはAIによってレンダリングされた一貫した多様なゲームプレイを作成し、ゲームクリエイターに力を与える可能性のある生成的AIモデルへの主要なステップを実証することができます。」それはエキサイティングです。このようなテクノロジーを使用して、才能のあるチームにとってゲームをより迅速かつ容易にするプロセスを作る方法です。そうすれば、彼らはゲームについて本当に特別なもの、つまり人間の創造性に本当に焦点を当てることができます。 href=”https:>研究ブログ href=”https://huggingface.co/microsoft/wham”ターゲット=”_ blank”> hugging face 。現在の出力は300×180ピクセルで、1秒あたり約10フレームで動作しますが、早期開発段階でメカニズムとシナリオをテストするのに十分です。 NvidiaのAI駆動型ゲームキャラクターは、NPCをよりリアルでプレーヤーの動作に対応させるように設計されていますが、Google DeepmindのGenie 2はAIを使用して3Dワールド全体を動的に生成します。対照的に、Muse AIはゲームプレイの洗練に焦点を当てており、手動スクリプトのオーバーヘッドなしで開発者がメカニックをテストするためのより速い方法を提供します。 3月、同社はXbox Copilotを発表しました。これは、4月にXbox Mobileアプリを介してXbox Insidersが利用できるゲームプレイアシスタントです。アシスタントは、個々のプレイヤーの行動とスキルレベルに合わせたコーチングのヒント、ナビゲーションヘルプ、ゲーム管理ツールを提供します。資産生成にはあまり焦点を当てていませんが、ユーザーのプレイにリアルタイムで適応するレスポンシブコンパニオンとして機能することを目的としています。このアプリは、新しいタイトルを推奨し、戦略を提案し、ダウンロードと更新を合理化することが期待されています。
Microsoftのアプローチはクラウドインフラストラクチャに依存していますが、他のハイテク大手はゲームのAIの別のパスを追求しています。たとえば、Nvidiaは最近、G-Assistを紹介しました。これは、RTX 30-、40、または50シリーズのGPUを使用して完全にオンデバイスを実行するAIアシスタントです。ゲームプレイを生成しませんが、ハードウェアとソフトウェアの環境の調整に焦点を当てています。インターネット接続なしで、突然のフレームレートドロップ、GPU負荷の調整、またはベンチマークの起動を説明できます。プライバシーと応答性に重点を置いていることは、Microsoftのクラウドファーストビジョンとは対照的ですが、強力なゲームPCに限定されており、ゲームの作成やシミュレーションに直接対処していません。