Microsoft Research und das zu den Xbox Game Studios gehörende Ninja Theory haben am 19. Februar 2025 das generative KI-Modell Muse vorgestellt und parallel dazu Modellgewichte, Beispieldaten sowie einen interaktiven Demonstrator über Azure AI Foundry veröffentlicht. Muse ist die erste Ausprägung eines World and Human Action Model (WHAM) und wurde für die Ideenfindung in der Spielentwicklung konzipiert. Die zugehörige technische Beschreibung erschien am selben Tag in der Fachzeitschrift Nature. Mit der ersten Vorstellung von Muse hatte Microsoft Research die Stoßrichtung bereits umrissen.
Das veröffentlichte Modell trägt die Bezeichnung WHAM-1.6B und umfasst 1,6 Milliarden Parameter. Trainiert wurde es auf über einer Milliarde Bildern in Kombination mit den zugehörigen Controller-Eingaben, was rund sieben Jahren kontinuierlichen menschlichen Spielens entspricht. Die Datenbasis stammt aus dem Multiplayer-Titel Bleeding Edge von Ninja Theory. Muse erzeugt Spielszenen mit einer Auflösung von 300 mal 180 Pixeln und kann nach Angaben des Forschungsteams kohärente Sequenzen von bis zu zwei Minuten Länge generieren.
Was über Azure AI Foundry zugänglich wird
Microsoft stellt die Modellgewichte und die Beispieldaten als Open Source bereit. Hinzu kommt der WHAM Demonstrator, ein prototypisches Konzept einer visuellen Oberfläche, über die sich die Fähigkeiten des Modells direkt erproben lassen. Forschungsteams und Spieleentwickler erhalten den Zugriff über den Modellkatalog von Azure AI Foundry. Damit liegt ein konkreter Baustein der KI-Infrastruktur vor, mit dem sich Entwickler-Experimente nachvollziehen und erweitern lassen, ohne das Training selbst reproduzieren zu müssen. Der Modellkatalog wuchs in den Wochen zuvor spürbar, etwa als DeepSeek-Modelle in Azure AI Foundry einzogen.
Die Arbeit entstand in den Microsoft-Research-Teams Game Intelligence und Teachable AI Experiences gemeinsam mit Ninja Theory. Geleitet wurde sie von Katja Hofmann, Partner Research Manager bei Microsoft Research. Auf Seiten der Spielesparte ordnete unter anderem Fatima Kardar, Corporate Vice President für Gaming AI, das Vorhaben in die Strategie ein.
Eigenschaften und mögliche Anwendungsfelder
Das Forschungsteam beschreibt drei zentrale Eigenschaften des Modells. Unter Konsistenz versteht es die Fähigkeit, generierte Spielszenen im Einklang mit Spielphysik und Spielregeln zu halten. Diversität bezeichnet die Erzeugung mehrerer plausibler Verläufe aus identischen Ausgangsbedingungen. Persistenz meint, dass nachträglich eingebrachte Änderungen über die weitere Sequenz hinweg erhalten bleiben.
Als mögliche Einsatzfelder nennt Microsoft die Wiederbelebung älterer Titel für aktuelle Geräte, die Beschleunigung der kreativen Ideenfindung während der Entwicklung sowie das Einbringen neuer Inhalte in bestehende Spiele. Die Veröffentlichung in Nature und die Bereitstellung über Azure AI Foundry sind als Grundlage für weitere Forschung und praktische Erprobung angelegt.