Product
Microsoft Muse / WHAM
A game world model trained on ~7 years of real Bleeding Edge matches
Overview
- HQ: Redmond
- Links: https://www.microsoft.com/en-us/research/blog/introducing-muse-our-first-generative-ai-model-designed-for-gameplay-ideation/
This profile was compiled from the AI training-data column cards (Video generation); each column's data view is shown below under "Data profile" (in Chinese).
Data profile · 视频生成
Microsoft Muse / WHAM
用 Bleeding Edge 约 7 年真实对局训练的游戏世界模型
- 数据类型
- 游戏画面；手柄动作
- 规模口径
- 超过 10 亿帧画面+手柄动作，约 7 年连续游玩（微软口径）
数据来源与规模
Muse/WHAM 与 Ninja Theory 合作，数据来自 Bleeding Edge（2020 年 Xbox 4v4 游戏）的真实对局：超过 10 亿帧图像加手柄动作，约 7 年连续游玩（按约 6.1 万小时换算为推算值）⚠️。分辨率 300×180。会话/比赛数微软未披露，此前流传的"50 万会话"类数字无来源 [1]。
同意与限制
仅录制同意 EULA 的玩家，与 Ninja Theory 及微软合规团队合作，限研究用途 [1]。这是少见的"自有游戏日志+玩家同意"范例，数据全部自有，无外采。
同类
同属微软系的 MineWorld 用 VPT 数据集约 1000 万训练 clip（每 clip 16 帧，约 1.6 亿帧），剔除无动作与开 GUI 帧，动作离散为 11 token [2]。对照路线：matrix-game（引擎合成）、decart-oasis（未获授权的 Minecraft）。
Last compiled: 2026-10-15