生成游戏画面
模型可基于初始画面与操作序列，生成游戏视觉效果，输出连贯数分钟的游戏片段，用于创意构思阶段快速看到可能走向。
Microsoft Muse
AI TOOL PROFILE工具资料微软推出的首个面向游戏创意构思的生成式 AI 模型，能生成游戏画面与操作动作。
官网地址 https://www.microsoft.com/en-us/research/blog/introducing-muse-our-first-gene…
价格官网未标价
平台Web / API
归类游戏与虚拟世界
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
Microsoft Muse编辑总结
Muse 是微软研究院 Game Intelligence 与 Teachable AI Experiences 团队联合 Xbox 游戏工作室 Ninja Theory 开发的生成式 AI 模型，论文发表于 Nature，被命名为首个 World and Human Action Model（WHAM）。它能根据 10 帧（1 秒）人类游玩画面和整段手柄操作，预测游戏接下来的演化，生成连贯数分钟的游戏片段。模型权重、样本数据及 WHAM Demonstrator 可执行文件已开源，开发者可在 Azure AI Foundry 上实验。微软未公开模型商业化收费方案，可获取的版本为 WHAM-1.6B。
Microsoft Muse是什么？
它的全称是 World and Human Action Model，简称 WHAM，被定位为微软首个为游戏玩法构思而设计的生成式模型，相关研究成果发表于 Nature。
Muse 的核心能力是：给定一段初始的游戏画面与整段控制器操作，预测游戏接下来会如何演变。具体来说，它可以用 10 帧（约 1 秒）的人类游玩画面加上整段操作序列作为提示，生成连贯数分钟的游戏片段。开发团队使用了 Ninja Theory 2020 年 Xbox 游戏 Bleeding Edge 的游玩数据来训练模型，并在研究中演示了 WHAM-1.6B 版本的生成效果。
对不同使用者来说，它的用法各有不同：普通玩家和创意人员可以通过 WHAM Demonstrator 这个可视化界面与模型交互；研究人员可以使用微软开源的模型权重和样本数据进行实验；开发者则可以在 Azure AI Foundry 上获取可执行文件，围绕 WHAM 模型构建和测试自己的应用。
Microsoft Muse核心功能
生成控制器动作
除画面外，Muse 也能生成控制器操作动作，或同时生成画面与动作，为玩法设计提供视频与输入两个维度的参考。
世界模型模式
Muse 可用于 world model mode，根据作为提示的初始序列预测游戏将如何演变，生成的片段越接近真实游戏，说明模型对该游戏动态的捕捉越准确。
WHAM Demonstrator
官方提供 WHAM Demonstrator 概念原型，这是一个可视化界面，方便使用者与 WHAM 模型交互，并提供多种向模型提问的方式。
开源权重与数据
微软开源了模型权重与样本数据，并公开 WHAM Demonstrator 的可执行文件，方便其他研究者在此基础上继续探索和构建自己的工作。
Azure AI Foundry 接入
开发者可以在 Azure AI Foundry 上学习和实验模型权重、样本数据以及 WHAM Demonstrator，围绕 Muse 开展自己的开发工作。
Microsoft Muse值不值得用？
如果你的目标是探索「游戏玩法能否由模型来续写」，Muse 是少数把画面与操作动作一起建模、还开源了权重和样本数据的项目，可以直接下载实验，也能在 Azure AI Foundry 上跑通。WHAM-1.6B 已能根据 1 秒画面与整段操作生成连贯数分钟的片段，适合做创意构思和原型验证。但它的训练数据来自特定游戏 Bleeding Edge，能力范围与可迁移性受此限制；微软也未公开任何商用收费方案，把它当作上线生产工具还为时尚早。
建议选它的情况
- 游戏创意与原型阶段，想快速看到玩法走向的研究者或设计师
- 想研究世界模型与动作生成的技术团队
- 需要在 Azure AI Foundry 上做实验的开发者
不建议选它的情况
- 希望把模型直接接入正式游戏产品的开发者
- 需要成熟商用价格与 SLA 保障的团队
Microsoft Muse使用建议
入门先把路子走对
- 先看演示片段从官方博客的示例视频入手，了解 Muse 用 10 帧画面加整段操作能生成什么样的连贯片段，再决定是否深入。
- 用 Demonstrator 试交互下载并运行 WHAM Demonstrator，通过可视化界面体验不同提问方式与 WHAM 模型的交互效果，比直接读论文更直观。
- 在 Azure AI Foundry 拉资源开发者可前往 Azure AI Foundry 获取模型权重、样本数据与可执行文件，作为实验起点。
进阶省时间也省钱
- 围绕 Bleeding Edge 做迁移实验模型的训练数据来自 Ninja Theory 的 Bleeding Edge，从这一游戏入手做复现实验，更容易观察到模型对游戏动态的捕捉程度。
- 对比生成与真实片段用「生成片段越接近真实游戏，说明模型捕捉越准」这一判断标准，逐段对比 WHAM-1.6B 的输出与实际游玩记录，量化效果。
Microsoft Muse适合谁用？
游戏 AI 研究者
推荐Muse 是少数把游戏画面与操作动作联合建模并开源权重和样本数据的项目，适合做世界模型方向的实验基础。
游戏创意与原型设计
推荐在玩法构思阶段用 1 秒画面加操作序列快速生成数分钟片段，帮助团队看见可能走向，再决定是否投入开发。
Azure 开发者
推荐可以在 Azure AI Foundry 上直接获取权重、样本数据和可执行文件，围绕 WHAM 模型构建自己的实验项目。
希望直接接入产品上线的团队
有条件微软未公开商用收费、SLA 与授权方案，模型仍处于研究阶段，直接用于正式产品存在明显风险。
只想要成品游戏 AI 功能的用户
不推荐Muse 提供的是模型与研究材料，需要自行搭建环境并具备一定机器学习基础，不是开箱即用的工具。
Microsoft Muse竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Microsoft Muse本工具 | 4.3 | 未标价 | 生成游戏画面；生成控制器动作；世界模型模式；WHAM Demonstrator | Web / API |
| WHAM | — | 未标价 | WHAM 是微软开发的一种生成式游戏模型，用于生成游戏视觉和控制器动作 | — |
| Gameer | — | 未标价 | 零代码 AI 游戏创作工具 | — |
| ChillArcade | — | 未标价 | ChillArcade 是一个提供即时游戏和人工智能生成游戏的免费在线游戏平台 | — |
| Mobcrush | — | 未标价 | 移动游戏视频流服务商 | — |
| 多玩网 | — | 未标价 | 专业游戏视频攻略网站 | — |
