Microsoft a annoncé le 4 avril son nouveau modèle d’IA générative pour le jeu vidéo, baptisé WHAMM (World and Human Action MaskGIT Model), capable de prendre en charge des parties en temps réel.
WHAMM est une version mise à jour du modèle original WHAM-1.6B et produit des visuels nettement plus rapidement. Il peut générer des images à plus de 10 images par seconde — une avancée considérable par rapport à WHAM-1.6B, qui ne pouvait générer qu’environ 1 image par seconde. Microsoft a également augmenté la résolution des sorties de WHAMM à 640×360, une amélioration par rapport aux sorties en 300×180 du modèle WHAM-1.6B.
Entraînement sur Quake II avec une sélection rigoureuse des données
L’annonce s’accompagnait d’une démonstration gratuite de WHAMM, entraîné sur Quake II, un jeu de tir à la première personne au rythme plus soutenu que Bleeding Edge, le jeu utilisé pour entraîner WHAM-1.6B. L’adaptation de la structure WHAM par Microsoft à ce nouveau jeu a été réalisée avec seulement une semaine de données d’entraînement pour le modèle WHAMM. L’entreprise affirme avoir procédé à une sélection et à une collecte des données plus réfléchies, réduisant la quantité de données de jeu utilisées pour l’entraînement du modèle en faisant appel à des testeurs professionnels afin de recueillir des données de haute qualité.
Le nouveau modèle offre de meilleures performances et peut suivre les environnements existants tout en s’adaptant simultanément aux commandes de l’utilisateur, ce qui lui confère davantage de rapidité et de réactivité que les versions précédentes. Les joueurs fournissent leurs commandes à l’aide de leurs manettes ou de leurs claviers, et le modèle met dynamiquement à jour l’environnement de jeu pour y répondre de manière appropriée.
Les limites de WHAMM selon Microsoft
WHAMM est encore récent, et Microsoft a indiqué qu’il présentait certains domaines dans lesquels l’IA pourrait progresser. Le jeu peine à enregistrer correctement les statistiques, et son délai de réponse peut nuire à la fluidité des parties. Actuellement, le modèle d’IA est limité dans ses applications, car les joueurs ne peuvent l’utiliser que dans les zones jouables de la carte de Quake II. L’annonce de Microsoft a également mis en avant d’autres lacunes, notamment des interactions peu claires avec les ennemis, une longueur de contexte réduite et des problèmes de latence.
Même si ce nouveau modèle n’en est peut-être encore qu’à ses débuts, l’accélération des progrès de l’IA pourrait signifier que des jeux vidéo entièrement générés par l’IA verront le jour à l’avenir.