1. WHAMM模型是什么？

微软的WHAMM（World and Human Action MaskGIT Model）是一个创新的人工智能模型，能够完全在AI模型内部生成并运行经典游戏，如《雷神之锤II》，并实时呈现可供玩家操作的游戏版本。该模型是微软“Muse”模型家族的一部分，专注于为游戏开发提供生成式AI工具。WHAMM通过学习大量人类游戏玩家的真实行为数据，能够生成多样化且具有一致性的3D游戏环境，并预测游戏环境的时空结构及玩家的动作[^1^^2^]。

2. WHAMM模型发展到什么阶段？

WHAMM模型的发展已经取得了显著进展。目前，WHAMM能够以每秒超过十帧的画面生成速度支持模型内部的实时互动，这比之前的版本WHAM-1.6B（每秒约一帧）有了巨大的飞跃。然而，WHAMM仍处于早期研究阶段，存在一些局限性。例如，模型生成的环境是近似的，敌方角色看起来较为模糊，战斗缺乏真实感，且生命值指示不可靠。此外，输入延迟仍然较高，玩家的操作和系统响应之间存在明显的延迟。 https://www.yumiok.com/wp-content/uploads/2025/04/1744019062-WHAMM.mp4