Kürzlich haben mehrere Universitäten in Hongkong und China zusammen mit Tencent ein KI-Modell namens GameGen-O entwickelt, das speziell für die Simulation von Open-World-Videospielen konzipiert ist.
GameGen-O kann nicht nur hochwertige Spielinhalte generieren, sondern simuliert auch die Eigenschaften verschiedener Spiel-Engines und ermöglicht so die Erstellung vielfältiger Spielelemente wie dynamische Charaktere, Umgebungen, komplexe Aktionen und Ereignisse.
Projektseite:https://gamegen-o.github.io/
Das Modell bietet außerdem multimodale interaktive Steuerung, die es den Spielern ermöglicht, das Spiel frei zu steuern und ein bisher unerreichtes Spielerlebnis zu bieten.
Das Forschungsteam betont, dass GameGen-O zwar kein vollständig spielbares Spiel ist, aber Entwicklern ein hervorragendes Werkzeug bietet, um schnell Prototypen zu erstellen und verschiedene Spielelemente zu testen, wodurch der Aufwand für den Aufbau von Grund auf reduziert wird.
In dem gezeigten Demo-Video tauchen in den vom Modell generierten Szenen Bilder aus bekannten Spielen auf, was möglicherweise zu weiteren Diskussionen über Urheberrechte führen wird.
Die Entwicklung von GameGen-O war ein umfangreiches Projekt von Grund auf. Das Team hat einen Datensatz namens OGameData für Open-World-Videospiele erstellt, der verarbeitete Daten aus über 100 modernen Open-World-Spielen enthält.
Zu diesem Zweck wurden 32.000 Rohvideos aus dem Internet gesammelt, von Fachleuten geprüft und verarbeitet, um schließlich 15.000 verwendbare Videos zu erhalten. Nach der Szenenerkennung wurden die Videos in Segmente unterteilt und anschließend streng geprüft und sortiert, um eine hohe Qualität in Bezug auf Ästhetik, optischen Fluss und semantischen Inhalt zu gewährleisten. Diese Segmente wurden strukturiert annotiert und zu einem detaillierteren und trainingsgeeigneten Datensatz zusammengefügt.
Anschließend wurde das Modell in zwei Phasen trainiert. In der ersten Phase lernte das Modell, verschiedene Spielinhalte basierend auf OGameData zu generieren; in der zweiten Phase wurde eine Komponente namens „InstructNet“ hinzugefügt, um die interaktive Steuerung der generierten Inhalte durch den Benutzer zu ermöglichen.
Bei der tatsächlichen Spielgenerierung unterstützt GameGen-O nicht nur die Generierung von Charakteren und Umgebungen, sondern kann auch verschiedene Aktionen und Ereignisse entwerfen, damit Spieler lebhafte Spielszenen erleben können. Darüber hinaus kann das Modell die generierten Inhalte basierend auf Benutzereingaben und -anweisungen flexibel anpassen und so ein personalisierteres Spielerlebnis bieten.
Die Forscher sind der Ansicht, dass GameGen-O einen wichtigen Schritt bei der Verwendung von KI zur Generierung von Open-World-Videospielen darstellt. Durch die Kombination von kreativer Generierung und interaktiven Fähigkeiten könnte es eine Alternative zu traditionellen Rendering-Techniken werden.
Sie geben an, dass das Modell eine wertvolle Ressource für Forscher und Entwickler sein wird, um verschiedene Anwendungen wie die KI-Entwicklung für Videospiele, interaktive Steuerung und immersive virtuelle Umgebungen zu erforschen.
Auch andere Forschungsteams haben kürzlich ähnliche KI-Systeme vorgestellt, wie beispielsweise GameNGen, das von Google Research, Google DeepMind und der Universität Tel Aviv gemeinsam entwickelt wurde und das klassische Spiel DOOM in Echtzeit mit über 20 Bildern pro Sekunde simulieren und wiedergeben kann.
Wichtigste Punkte:
🌟 GameGen-O ist ein neu entwickeltes KI-Modell, das verschiedene Elemente von Open-World-Videospielen generieren kann.
🎮 Das Modell soll Entwicklern helfen, schnell Prototypen zu erstellen und Spielkonzepte zu testen, anstatt ein vollständig spielbares Spiel zu erstellen.
🔍 Das Forschungsteam hat durch den Aufbau eines Datensatzes und ein zweistufiges Training die interaktive Steuerungsfähigkeit des Modells verbessert und neue Möglichkeiten für die Spieleentwicklung geschaffen.
