---
title: "Muse – 微软研究院推出的生成式AI模型"
url: "https://paooo.com/aigc-news/21731/"
author: "Prompt 语宙研究院"
published_at: "2026-06-09T00:01:41+08:00"
updated_at: "2026-06-09T00:01:41+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, AI视频生成, HuggingFace, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Muse – 微软研究院推出的生成式AI模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21731/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-09

## AI 30 秒核心看点 (TL;DR)

- Muse 基于 WHAM，将游戏画面与控制器操作统一建模，可生成数分钟连贯玩法序列。
- 同一初始提示可产出多种游戏路径，并能把用户对画面的修改继续融入后续生成。
- 微软已开源权重和样本数据，适合用于游戏创意探索、自动化测试和内容生成。

## Muse是什么

Muse是微软推出的首个用在游戏创意生成的生成式AI模型，基于“World and Human Action Model”（WHAM）。Muse能生成游戏视觉效果和控制器操作，基于学习人类玩家的游戏数据（如图像和操作指令）模拟真实的游戏玩法序列。核心能力包括生成连贯一致的游戏画面、展现多样化的游戏路径以及将用户修改融入生成内容中。Muse基于WHAM Demonstrator提供交互界面，支持创意探索和迭代。微软已开源Muse的权重和样本数据，推动游戏创意生成的研究和创新，为未来的AI驱动游戏开发提供支持。

## Muse的主要功能

- **生成连贯的游戏视觉和玩法**：根据初始的游戏画面和控制器操作，生成长达数分钟的连贯游戏玩法序列，模拟真实的游戏动态。

- **支持多样化的游戏路径**：在相同的初始提示下，生成多种不同的游戏玩法和视觉效果，展现丰富的行为和视觉多样性。

- **持久化用户修改**：将用户对游戏画面的修改（如添加角色）融入生成的内容中，生成合理的后续玩法。

- **创意迭代支持**：基于WHAM Demonstrator界面，用户能加载初始画面、调整生成内容，并基于控制器操作引导角色，实现创意的快速迭代。

## Muse的技术原理

- **VQ-GAN**：用在将游戏视觉（如游戏画面）编码为离散的表示形式。VQ-GAN基于量化的方式将图像转换为离散的标记（tokens），便于模型处理。

- **Transformer架构**：作为模型的主干网络，用于预测下一步的标记。Transformer能处理离散的视觉和操作序列，捕捉它们之间的复杂关系。

- **自回归生成**：模型基于给定的初始提示（如初始游戏画面或控制器操作），逐步生成后续的视觉和操作序列。每一步的输出都依赖于前面的上下文，确保生成的序列具有连贯性和一致性。

- **训练数据**：Muse基于《Bleeding Edge》游戏的玩家操作和视觉数据进行训练。数据包括玩家的控制器操作和对应的游戏画面，模型基于学习这些数据生成新的游戏序列。

## Muse的项目地址

- **项目官网**：[https://www.microsoft.com/en-us/research/blog/introducing-muse](https://www.microsoft.com/en-us/research/blog/introducing-muse-our-first-generative-ai-model-designed-for-gameplay-ideation/?utm_source=ai-bot.cn)

- **HuggingFace模型库**：[https://huggingface.co/microsoft/wham](https://huggingface.co/microsoft/wham)

- **技术论文**：[https://www.nature.com/articles/s41586-025-08600-3](https://www.nature.com/articles/s41586-025-08600-3)

## Muse的应用场景

- **游戏创意探索**：快速生成游戏玩法和关卡设计，帮助开发者验证新创意。

- **自动化游戏测试**：生成多样化的测试序列，检测游戏漏洞和优化体验。

- **内容生成**：自动生成新的关卡、地图或角色动作，丰富游戏内容。

- **玩家行为预测**：模拟玩家操作，分析行为模式，优化游戏设计。

- **AI驱动体验**：开发动态剧情和AI对手，提升游戏的个性化和沉浸感。

## 常见问题解答 (FAQ)

### Muse 这个生成式AI模型主要做什么？
Muse 是微软推出的首个用于游戏创意生成的生成式 AI 模型，基于 WHAM 学习玩家的画面与操作数据，生成连贯的游戏视觉和玩法序列，帮助开发者做创意验证、内容生成和测试。

### Muse 的技术原理是什么？
Muse 主要结合 VQ-GAN、Transformer 和自回归生成：先把游戏画面编码成离散 tokens，再由 Transformer 预测后续视觉与操作序列，从而生成连续且一致的游戏玩法。

### Muse 可以用于哪些游戏开发场景？
Muse 可用于游戏创意探索、自动化游戏测试、关卡或角色动作生成、玩家行为预测，以及 AI 驱动的动态剧情和对手设计，提升开发效率与体验多样性。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
