LEBIGDATA.FR I.A, Cloud & Cybersécurité
Microsoft a dévoilé WHAM, un modèle d’IA qui améliore la cohérence et la persistance des éléments dans un environnement virtuel. Cette avancée représente un tournant important, même si l’IA ne peut pas encore générer un jeu entièrement autonome.
Les chercheurs de Microsoft ont conçu WHAM pour analyser des vidéos de gameplay et des interactions réelles. Ils ont entraîné le modèle avec des séquences de Bleeding Edge. Il s’agit d’un jeu de combat en ligne 4v4 sorti en 2020 par Ninja Theory. En exploitant les données accumulées depuis le lancement, l’IA a étudié sept années-joueurs de vidéos pour comprendre les mécaniques du jeu.
Au début, les résultats étaient chaotiques. WHAM peinait à structurer les images et produisait des visuels dégradés. Selon Katja Hoffman, chercheuse chez Microsoft Research, les premiers essais généraient des clips instables où les couleurs se transformaient en blocs incohérents. Après un million de mises à jour, le modèle a commencé à reconnaître des interactions complexes. Il a appris à détecter des éléments clés, comme l’explosion d’une batterie après trois coups ou les mouvements précis de certains personnages. En augmentant la puissance de calcul, les chercheurs ont aussi renforcé la fluidité des séquences générées.
Une meilleure continuité dans les séquences simulées
Microsoft a mené plusieurs tests pour évaluer la performance de WHAM. Dans une première phase, les chercheurs ont fourni une seconde de gameplay réel. Ensuite, ils ont demandé à l’IA de générer la suite en fonction des actions du joueur. Puis ils ont simulé jusqu’à deux minutes de jeu en utilisant de véritables commandes humaines et ont comparé les résultats avec ceux du jeu original.
Les améliorations sont notables. WHAM maintient une continuité visuelle et évite les erreurs qui altéraient les précédents modèles. Contrairement à Genie 2, le modèle de Google, qui ne conserve la cohérence que pendant une minute, WHAM prolonge cette stabilité. Grâce à sa mémoire améliorée, l’IA empêche les distorsions graphiques et préserve une fluidité naturelle.
Une IA capable d’intégrer de nouveaux objets en temps réel
L’un des tests les plus intéressants a porté sur la persistance des objets. Les chercheurs ont inséré des éléments inédits dans une scène pour observer si WHAM pouvait les intégrer dans les images suivantes.
Les résultats ont dépassé les attentes. Après seulement cinq images modifiées, l’IA a réussi à conserver ces nouveaux objets dans 85 à 98 % des cas. Cette capacité pourrait révolutionner la création des niveaux. Cela permet aux développeurs d’ajouter des éléments sans perturber l’environnement existant. L’IA s’adapte en temps réel et intègre naturellement ces objets dans la scène.
Encore un long chemin avant une IA capable de créer un jeu entier
Malgré ces avancées, WHAM reste un outil de prototypage. Pour l’instant, il ne permet pas de générer un jeu complet. Par contre, il ouvre de nouvelles perspectives pour la conception assistée par IA.
Microsoft met déjà à disposition WHAM Demonstrator sur Azure AI Foundry afin que les studios puissent tester cette technologie. À long terme, l’entreprise espère qu’elle facilitera la création de jeux en réduisant le temps de développement et les tâches répétitives.
Si WHAM marque un progrès indéniable, il reste encore des défis à relever. Toutefois, avec des modèles toujours plus avancés, l’idée d’un jeu vidéo généré en temps réel par IA devient de plus en plus crédible.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
