摘要
- Playco用GPT-6 Astra从一个灰盒原型出发,一次性做出了三个主题不同的游戏原型。
- 相比上一代模型,手动修改量减少了50%,只有部分版本还需要额外的性能调优。
- Astra在Playco自研的IDE Playbot中直接完成场景编辑和游戏测试,该IDE可与Unity、Godot联动。
从一个灰盒原型到三个主题各异的成品
据OpenAI公布的客户案例介绍,北美游戏创业公司Playco用最新模型GPT-6 Astra,从一个尚处骨架阶段的"灰盒"原型出发,一次性做出了三个主题各不相同的游戏原型。所谓灰盒,指的是不带贴图或美术设计、仅用简单几何形状搭建的早期关卡草图。Playco团队把这个灰盒稍作打磨后,就交给Astra去按不同主题各自扩展。
结果大多在第一次尝试时就达到了可用水准。Playco首席产品工程师若昂·维埃拉(Joao Vieira)表示:"第一个原型已经很出色了。"他自己动手调整的部分,只是根据玩法偏好做的微调,只有赛博朋克主题的那个版本还需要进一步的性能优化,其余两个都没有再做额外修改就完工了。
手动修改量比上一代模型减半
在使用上一代模型时,Playco做出的初始灰盒完成度更低。开发者如果不断给模型下指令要求修正问题,反而容易把结果越改越乱,最后往往还是得工程师亲自动手修改。Playco表示,换成GPT-6 Astra之后,这类手动修改比以往减少了50%。
Playco介绍,新模型在空间推理、参考图像还原、Unity中的响应式UI,以及游戏操作手感方面都有提升。借助Playbot,模型可以直接玩自己做出来的游戏来验证改动效果,这也让它更容易发现漏洞,并主动找出可以改善玩家体验的地方。
| 项目 | 上一代模型 | GPT-6 Astra |
|---|---|---|
| 灰盒扩展 | 反复提示反而适得其反,需人工介入 | 一次完成三个主题原型 |
| 首次尝试完成度 | 较低 | 多数首次尝试即可用 |
| 手动修改需求 | 基准水平 | 减少50% |
Playbot:被塞进开发者工具里的模型
Playco把Astra接入的,是自家正在开发的、基于AI的游戏开发IDE——Playbot。IDE是把编码所需工具集中在同一界面的程序,而Playbot能直接连接Unity、Godot等游戏引擎,让模型在开发者本来就在用的工具环境中,并行完成场景编辑、运行游戏测试、验证改动等工作。
OpenAI解释称,游戏开发对模型的要求不止于写代码——空间与视觉元素的布局、响应式界面、实际上手时的手感,这些都需要模型去判断,而Playbot的设计目标,就是让模型能在引擎内部反复完成制作、运行、修正这一循环。
围绕Astra的安全争议
这次案例的主角GPT-6 Astra,是一款在发布前就伴随安全性争议的模型。不过需要说明的是,这次的成果来自面向防御合作伙伴开放的特殊接入配置,与Playco这类普通开发者通过API接触到的默认设置并不相同。
与韩国游戏业的交集
在韩国,OpenAI也在持续推进游戏开发领域的布局。据韩国媒体报道,OpenAI上月31日在首尔与Com2uS联合举办了"OpenAI Game Builders Seoul"活动,开设工作坊,把从构思到完成游戏的时间压缩到5小时。虽然Playco的案例来自美国创业公司,但这也意味着,韩国游戏公司采用类似方式,把Astra或其后续模型用于原型制作的可能性正在增大。
编辑视角
这次案例真正值得关注的,与其说是50%这个数字本身,不如说是OpenAI把编码能力从文本编辑器里"拽"了出来的方式。以往的编码智能体大多局限在文件和终端环境中运作,而Playbot让模型可以直接在游戏引擎里运行、试玩,并自我验证。代码在语法上是否正确,编译器能告诉你;但游戏实际玩起来是否有趣,只能靠试玩去判断——这两者完全是两码事,而这次案例说明,后一种判断也可以交给模型来做。
如果开发者用上一代模型处理过灰盒原型,应该会对这种变化感触很深。反复用提示词要求修正,结果却越改越乱,最后不得不推倒重来的经历并不少见。这次案例突出的重点也不是完成度本身,而是返工次数——这恰恰说明,模型首次产出结果的可信度,在实际工作中比跑分更能让人切身感受到差距。
不过,国内游戏工作室在照搬这一案例之前,也有几点需要留意。Astra是一款被评为网络安全临界等级的模型,OpenAI是先建立起接入计划和防御合作伙伴体系,才逐步扩大API开放范围。小型工作室如果想把这个模型接入生产管线,首先得确认清楚OpenAI的接入政策和资费条件。另外,Playco拿到的50%这个降幅,仅限于灰盒原型制作这一特定环节,不能直接推及贴图、音效、最终数值平衡等覆盖全流程的整体制作周期缩短。
未来几周内,除了Playco之外,OpenAI方面很可能还会公布其他游戏工作室使用Astra的案例。既然OpenAI是先向部分机构开放了Astra,那么这些早期采用者的实际使用经验,大概率会比正式的发布说明更早成为外界判断这款模型真实表现的依据。
评论