Microsoft Research hat am 19. Februar 2025 mit Muse das nach eigenen Angaben erste World and Human Action Model (WHAM) vorgestellt, ein generatives KI-Modell, das Gameplay-Visuals, Controller-Aktionen oder beides zugleich erzeugen kann. Die zugrunde liegende Arbeit ist in der Fachzeitschrift Nature erschienen (Band 638, Seiten 656 bis 663). Entwickelt wurde Muse von den Teams Game Intelligence und Teachable AI Experiences (Tai X) in Zusammenarbeit mit dem zu den Xbox Game Studios gehörenden Studio Ninja Theory.
Als Trainingsgrundlage diente der 2020 von Ninja Theory veröffentlichte Multiplayer-Titel Bleeding Edge. Das Modell wurde auf mehr als einer Milliarde Bilder und zugehöriger Controller-Eingaben trainiert, was nach Angaben von Microsoft Research mehr als sieben Jahren kontinuierlichem menschlichem Gameplay entspricht. Muse erzeugt aus diesen Daten zusammenhängende Spielsequenzen und modelliert dabei sowohl die Bildebene als auch die Steuerungsebene.
Architektur und technische Eckdaten
Microsoft Research veröffentlichte Muse in zwei Größen: WHAM-206M mit 206 Millionen Parametern sowie WHAM-1.6B mit 1,6 Milliarden Parametern. Frühere Modellvarianten wurden bei einer Auflösung von 128 mal 128 Pixeln trainiert, die aktuellen Modelle generieren Visuals bei einer Auflösung von 300 mal 180 Pixeln. Das Modell lernt aus den gepaarten Bild- und Eingabedaten ein internes Verständnis der Spielwelt und der möglichen Spieleraktionen.
In der Bewertung identifizierte das Forschungsteam drei Eigenschaften als zentral für den Einsatz in kreativen Prozessen. Konsistenz steht für die Einhaltung der Spielphysik, Diversität für variierende Spielverläufe, Persistenz für das Beibehalten nutzerseitig eingebrachter Modifikationen. Diese drei Fähigkeiten waren laut Microsoft Research ausschlaggebend für die Eignung des Modells zur Ideenfindung in der Spielentwicklung. Dass mehrere Xbox Game Studios bereits auf moderne Engine-Technik setzen, zeigt, in welchem technischen Umfeld solche Werkzeuge erprobt werden.
Veröffentlichung und Verfügbarkeit
Begleitend zur Nature-Publikation stellt Microsoft Research die Modellgewichte, Beispieldaten sowie einen WHAM-Demonstrator über Azure AI Foundry bereit. Damit können weitere Forschende auf der Arbeit aufbauen und die Generierung von Gameplay-Sequenzen nachvollziehen. Microsoft positioniert Muse als Werkzeug zur Gameplay-Ideation, das Studios bei der frühen konzeptionellen Erkundung von Spielideen unterstützen soll, und nicht als Ersatz für die bestehende Produktionspipeline. Wie generative KI in der Branche aufgenommen wird, bleibt umstritten, was sich auch in den teils ablehnenden Reaktionen vieler Entwickler auf Muse niederschlägt.