编辑丨&

AI 产业的快速发展可以通过支持人类创意来来改变创意产业，但模型的限制带来了将这些技术更充分地集成到创意实践中的关键挑战。迭代调整和发散思维仍然是利用技术实现创造力支持的关键，但这些做法没有得到最先进的生成式 AI 模型的充分支持。

英国剑桥大学的团队引入了一种最先进的生成模型，即世界和人类行动模型 （WHAM），证明了它可以生成一致且多样化的游戏序列并持久化用户修改。随后，名为 WHAM Demonstrator 的概念原型被用于支持对创意用途的探索，并进一步研究支持创意实践所需的模型能力。

与以前需要为相对狭窄的领域手动定义或提取结构的创造力支持工具方法相比，生成式 AI 模型可以从可用数据中学习相关结构，从而为更广泛的应用开辟了潜力。

他们的工作成果以「World and Human Action Models towards gameplay ideation」为题，于 2025 年 2 月 19 日刊登于《Nature》。

模型的探索研究

生成式 AI，它使用机器学习模型生成文本、图像、音频、音乐、视频或电子游戏的游戏序列，在整个创意产业中迅速得到应用。但研究表明，生成式 AI 功能往往达不到创意人员的期望，这为将这些技术更充分地整合到创意实践中带来了不小的困难。

他们的工作通过游戏行业的视角来探讨这一领域，因为它提供了一个很好的用例来探索如何创新 AI 功能以支持创造力。3D 游戏开发的复杂性需要多样化的创意技能，模型就如何构建生成式 AI 以支持所有创意职业给出了几个观点。

最重要的是，游戏是全球娱乐业最大的行业，目前拥有超过 30 亿受众。因此，游戏工作室正在探索 AI 如何帮助他们满足对新内容日益增长的需求和期望。

图 1：已识别的模型功能。（图源：论文）

目前的工作建立在计算创造力交叉领域的丰富研究经验和程序化内容生成之上。今天的生成式 AI 方法具有巨大的潜力，它们可以从适当的训练数据中学习复杂领域的丰富结构，无需耗时的手动制作这些结构。

为了更好地了解游戏开发中创意人员的需求，科研团队对不同的多学科创意团队进行了半结构化访谈。受邀团队会与设计探针进行互动，它提供了一组虚构但具体的潜在生成式 AI 功能来激发思考。

在完成了采访并对相关数据进行分析后，他们确定了两个对 AI 模型开发有影响的主题：创意人员需要将他们的发散性思维的多样性融入到一个一致的游戏世界中，以实现有意义的新体验；为了体验创意代理，创意人员需要能够自主控制迭代过程。

WHAM 模拟了现代视频游戏随时间推移的动态。它基于人类游戏数据进行训练，以预测游戏视觉效果和玩家的控制器动作。根据用户对该模型生成连贯的游戏情况的提示，它展示了一致性和多样性以及持久化某些用户修改的能力。

图 2：WHAM 概述。（图源：论文）

事实证明，为创意人员提供多样化的选择可以通过激发新想法来支持人类的创意构思。因此，旨在支持创造力的生成式 AI 模型应该生成反映一系列不同潜在结果的材料。

由于可能性的空间是广阔的（包括游戏机制、其他玩家以及游戏中的随机性），团队将评估的重点放在模型捕获人类玩家行为的全部多样性的能力上。如果模型能够在保持一致性的同时产生这种多样性，那么生成的游戏序列将反映合理的人类游戏的全部多样性。

小结

该团队提出了一项针对不同游戏创意的用户研究，通过该研究，确定了在开发旨在通过迭代实践和发散性思维支持创意构思的 AI 系统时应优先考虑的三种模型能力：一致性、多样性和持久性。

这些工作为机器学习研究人员提出了新的创新途径，这些途径不同于那些针对不支持创造力的模型的途径。模型评估可以而且应该有目的地根据人类创意人员的要求来指导，以推动创新朝着正确的方向发展。

WHAM 的演示功能展示了现代生成式 AI 模型的潜力，无需先前的领域知识即可从相关数据中学习越来越复杂的结构。鉴于 WHAM 完全从游戏数据中学习了这些结构，团队预测，这些结果可以在广泛的现有游戏中复制，并最终推广到新的游戏种类。

WHAM 等生成式 AI 模型的主要新颖之处在于，它们消除了为各个领域手工制作或学习特定领域模型的需要，这使得诸如此类的模型创新可能会将创造力支持扩大到其他领域。

原文链接：https://www.nature.com/articles/s41586-025-08600-3