今天早些时候,Microsoft Xbox 部门的负责人发布了 Muse,这是一个旨在为游戏创建视觉效果和玩法的生成式 AI 模型。
这个在忍者理论工作室 (Ninja Theory) 已被大众遗忘的多人游戏《Bleeding Edge》基础上训练的模型,对 Microsoft Xbox 部门来说并非意外之举。从 CEO Satya Nadella 开始,整个公司都全面拥抱生成式 AI 技术。Xbox 部门跟进这一趋势只是时间问题。
然而,根据最新的游戏行业状况报告中对 1500 名开发者的调查显示,30% 的开发者对生成式 AI 持负面态度。不论生成式 AI 是否会长期存在,游戏开发者们似乎越来越抵制用生成式 AI 取代创意构思过程。
但 Microsoft 并非孤军奋战。Capcom 最近也提到在游戏开发的构思阶段使用生成式 AI,认为可以通过自动化处理游戏开发中成千上万的小决策,从而减少繁琐工作,让开发者将精力集中在创意上。值得注意的是,像 Muse 这样的模型,虽然吸收了数百小时人工创作的游戏内容,但仍然需要人来提供创意基础。
这也引发了一个问题:Microsoft 现在是否应该在意开发者的想法?作为平台持有者和可能是业内最大的第三方发行商,在未来几年里,应对现代设计的复杂性并试图像 Capcom 一样使其更经济高效可能至关重要。举例来说,Xbox Game Studio 的最新《Fable》项目据称从 2018 年就开始开发,但至今仍未宣布发布日期。
生成式 AI 能否解决这个问题或加快进度?这还是未知数。但游戏开发周期越来越长,这种状况对 Xbox 负责人 Phil Spencer 来说并非长久之计。
对 Xbox 而言,"保护"是他们推广 Muse 的关键论点。Microsoft 游戏 AI 部门副总裁 Fatima Kardar 在初始声明中表示,Muse 可以让老游戏不受硬件进步的限制,轻松适配现代观众。按照 Kardar 的说法,这将使重制版和向下兼容工程的机会成本变得无关紧要。但 Xbox 今天展示的 Muse 相关内容并未证实这一点。
通过如此大规模地公开推广 Muse,Xbox 似乎试图同时服务于股东和未来主义者两方。这本无可厚非,但重要的是要记住,Muse 是通过训练剑桥工作室开发的、未能引起观众共鸣的游戏的数百小时内容而成。如果等式中的所有要素都不尽如人意,最终产品又怎能不是一种妥协?
好文章,需要你的鼓励
SAP S/4HANA内存ERP系统推出十多年后,95%的传统用户表示构建积极的迁移案例需要巨大努力或面临真正挑战。一项涵盖455名CIO、高级IT角色、SAP专家和业务经理的调查发现,83%的受访者不完全理解SAP最新的迁移政策和截止日期,84%对当前信息传递及其对运营的影响表示担忧。SAP为传统ECC系统设定了激进的支持截止日期,主流支持将于2027年结束。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
微软通过其Planetary Computer平台将NASA的Landsat和Sentinel-2卫星数据集引入Azure云服务。该数据集包含来自NASA的Landsat 8、9号卫星以及欧洲航天局Sentinel-2系列卫星的地球监测数据,为气候变化、土地利用、农业应用等研究提供宝贵资源。用户可通过API或Azure存储直接访问这些PB级全球环境数据。微软还建议研究人员使用Azure OpenAI服务创建智能应用,结合AI技术进行土地分类、植被监测、森林砍伐趋势分析等地球观测研究。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。