🎮 WHAMM от Microsoft: искусственный интеллект, в который можно играть
Microsoft представила WHAMM (World and Human Action MaskGIT Model) — революционную модель генерации игровых миров, которая позволяет играть прямо внутри нейросети. Это не просто новая нейросетевая архитектура — это демонстрация будущего, в котором границы между реальной игрой и её симуляцией в модели стираются.
🤔 Что делает WHAMM особенной?
🧠 Новая архитектура:
Переход от автогенерации токенов к архитектуре MaskGIT, которая позволяет генерировать всё изображение за несколько проходов через трансформер. Это не просто ускоряет процесс — это делает возможным мгновенную обратную связь на действия пользователя.
🎯 Высокое качество изображения:
Разрешение увеличено с 300×180 до 640×360 пикселей, при этом удалось сохранить скорость за счёт изменения размера патчей в ViT.
🎮 Играбельная модель:
WHAMM была обучена на игре Quake II, где пользователь может:
✅двигаться по локации,
✅прыгать, стрелять, взрывать бочки,
✅исследовать секреты уровня,
📉 Минимум данных, максимум результата
Для WHAMM использовалась всего одна неделя игровых данных, собранных профессиональными тестировщиками. Это поразительный контраст с WHAM-1.6B, обученной на 7 годах геймплея
⚠️ Ограничения модели:
✅Взаимодействие с врагами не всегда корректно (враги могут быть размыты, поведение — нестабильно).
✅Ограниченный контекст: модель «помнит» около 0,9 сек геймплея. Это порождает интересные «баги», вроде исчезающих врагов при смене направления взгляда.
✅Недостаточное понимание чисел: например, счёт здоровья может отображаться некорректно.
✅Ограничение масштаба: модель обучена только на одной части одного уровня.
Microsoft представила WHAMM (World and Human Action MaskGIT Model) — революционную модель генерации игровых миров, которая позволяет играть прямо внутри нейросети. Это не просто новая нейросетевая архитектура — это демонстрация будущего, в котором границы между реальной игрой и её симуляцией в модели стираются.
🤔 Что делает WHAMM особенной?
🧠 Новая архитектура:
Переход от автогенерации токенов к архитектуре MaskGIT, которая позволяет генерировать всё изображение за несколько проходов через трансформер. Это не просто ускоряет процесс — это делает возможным мгновенную обратную связь на действия пользователя.
🎯 Высокое качество изображения:
Разрешение увеличено с 300×180 до 640×360 пикселей, при этом удалось сохранить скорость за счёт изменения размера патчей в ViT.
🎮 Играбельная модель:
WHAMM была обучена на игре Quake II, где пользователь может:
✅двигаться по локации,
✅прыгать, стрелять, взрывать бочки,
✅исследовать секреты уровня,
📉 Минимум данных, максимум результата
Для WHAMM использовалась всего одна неделя игровых данных, собранных профессиональными тестировщиками. Это поразительный контраст с WHAM-1.6B, обученной на 7 годах геймплея
⚠️ Ограничения модели:
✅Взаимодействие с врагами не всегда корректно (враги могут быть размыты, поведение — нестабильно).
✅Ограниченный контекст: модель «помнит» около 0,9 сек геймплея. Это порождает интересные «баги», вроде исчезающих врагов при смене направления взгляда.
✅Недостаточное понимание чисел: например, счёт здоровья может отображаться некорректно.
✅Ограничение масштаба: модель обучена только на одной части одного уровня.