0:00.000–0:07.000
GPT6來了。發佈第一天,拳王已經完封了。38個真實案例,一口氣看完。
0:07.000–0:11.000
先看遊戲,一句話,一個遊戲。
0:11.000–0:15.000
一句話,做出一個實打實的光環風格設計遊戲。
0:15.000–0:19.000
還是多人聯機的,作者說,用Tesana加GPT6,就一個prompt。
0:19.000–0:20.050
再來一句話,
0:20.050–0:21.975
上古卷轴風的開放事件,
0:21.975–0:22.675
有任務,
0:22.675–0:23.375
有城市,
0:23.375–0:26.000
最後還有一條巨龍Boss等你。
0:26.000–0:31.000
給他一個揮合卡丁車原型,他一口氣做出海盜、糖果、賽博三套皮膚。
0:31.000–0:36.000
還自己進Unity試玩,修Bug。作者說手工修的地方比上一代少一半。
0:36.000–0:42.000
《糖豆人》克隆版,漂浮平台、跳躍手感、鏡頭跟隨,全是他自己寫的。
0:42.000–0:47.000
大家最愛的Minecraft測試,他一次成型,作者說就一句話的事。
0:47.000–0:54.000
還有人一口氣做了兩個小遊戲,他的評價就一句,看起來真的不錯。
0:56.000–1:02.000
作者說他是Blender和三維推理的世界級選手。
1:02.000–1:05.000
這個遊戲一次生成,直接在瀏覽器裡跑。
1:05.000–1:07.000
風格,隨便點。
1:07.000–1:09.000
一個Go指令,做出水下探索遊戲。
1:09.000–1:13.000
3D模型和音效全是從零生成的。
1:13.000–1:18.000
Promptly,寫了PS1風格,他就真做出一個千禧年味的戰鬥陀螺。
1:18.000–1:20.000
作者說,還挺上頭。
1:20.000–1:23.000
摩托艇遊戲,看這個水,水面下還有珊瑚礁。
1:23.000–1:26.000
又是一個購置令。
1:26.000–1:28.000
換個口味,預線空間恐怖遊戲。
1:28.000–1:32.000
空檔的走廊閃爍的燈,氛圍他也會拿捏。
1:32.000–1:35.000
無限後世,程序化生成,永遠走不到頭。
1:35.000–1:38.000
作者的評價,他把這事幹絕了。
1:38.000–1:41.000
甚至能用字符畫出一座3D城市。
1:41.000–1:44.000
車流行人雨,全是esky。
1:44.000–1:47.000
接下來,平空造世界。
1:47.000–1:51.000
OpenAI員工揭秘發布博客裡,那棟房子是怎麼來的。
1:51.000–1:55.000
Astra用Python在Blender裡寫出模型,再搬進虛幻引擎5。
1:55.000–2:00.000
作者說能在虛幻引擎裡60幀走進去。
2:00.000–2:02.000
他又讓他家道具,調燈光。
2:02.000–2:03.000
咖啡機現在真的能用。
2:03.000–2:06.000
給他一張房子照片。
2:06.000–2:11.000
他在Blender裡連玩具、家電、家具都還原了。
2:11.000–2:14.000
給一張圖,也能直接變3D動畫。
2:14.000–2:19.000
OpenAI訓練團隊的Yan Dubois也秀了一棟房子。
2:19.000–2:22.000
這是Astra自己操作Blender做出來的。
2:22.000–2:25.000
Higgsfield只描述了一段場景。
2:25.000–2:27.000
Astra就寫出場景代碼。
2:27.000–2:29.000
他們在Blender裡建模、渲染。
2:29.000–2:31.000
橢圓形辦公室就這麼出來了。
2:31.000–2:34.000
這艘船從0在Blender裡建,再渲成4K。
2:34.000–2:37.000
作者說他還會自己開Final Cut剪視頻,調色。
2:37.000–2:41.000
把現成資產在Unity裡拼成一座能逛的城市。
2:41.000–2:44.000
你想要什麼樣的世界,它就給你搭什麼樣的。
2:44.000–2:46.000
還有這個迷你生態世界。
2:46.000–2:50.000
地形、動物、天氣,鏡頭繞著轉,細節多道離。
2:50.000–2:52.000
不止遊戲。
2:52.000–2:54.000
畫畫也行。
2:54.000–2:56.000
這支孔雀是純SVG代碼畫的。
2:56.000–2:58.000
一根線一根線寫出來的。
2:58.000–3:00.000
再看兩張。
3:00.000–3:02.000
作者說他SVG真的很強。
3:02.000–3:05.000
矢量圖這種活,以前AI是畫不像的。
3:05.000–3:10.000
給他接上Ableton。
3:10.000–3:11.000
他叢林寫了一首曲子。
3:11.000–3:13.000
每個樂器都用合成器自己造。
3:13.000–3:15.000
分軌編曲一首包辦。
3:15.000–3:17.000
左邊是一段視頻。
3:17.000–3:19.000
右邊是他照著視頻寫出來的可交互網頁。
3:19.000–3:21.000
卡片和動畫都復刻了。
3:21.000–3:23.000
作者說他當時是震驚的。
3:23.000–3:25.000
普通網頁開發就更不用說了。
3:25.000–3:28.000
作者的原話是好到離譜。
3:28.000–3:30.000
看這個交互和排版。
3:30.000–3:34.000
作者說一個prompt不到兩小時做出來的東西。
3:34.000–3:36.000
作者說這是他用過最好的編程模型。
3:36.000–3:38.000
記得看到最後有彩蛋。
3:38.000–3:40.000
他還能替你操作電腦。
3:40.000–3:41.000
瀏覽器控制。
3:41.000–3:43.000
讓他規劃一條京都圖步路線。
3:43.000–3:46.000
他自己開地圖,看街景,排順序。
3:46.000–3:47.000
官方demo。
3:47.000–3:49.000
讀一張W2工資單。
3:49.000–3:51.000
自己把數字填進報稅表。
3:53.000–3:55.000
找R科醫生這種瑣事也能交給他。
3:55.000–3:58.000
自己搜,自己比,給你結論。
3:59.000–4:01.000
在Excel裡做財務建模比賽的題。
4:01.000–4:04.000
官方說這段是實時錄製,沒有加速。
4:06.000–4:07.000
甚至畫電路板。
4:07.000–4:09.000
在KCAD裡擺元件,走線。
4:09.000–4:11.000
官方說完整過程2分54秒。
4:11.000–4:14.000
最後,讓他自己跑幾天。
4:14.000–4:17.000
完整的模擬城市克隆版。
4:17.000–4:19.000
作者用GO讓他連跑5天。
4:19.000–4:21.000
發視頻的時候他還沒跑完。
4:21.000–4:23.000
沃頓商學院的Ethan Molec說。
4:23.000–4:26.000
他能連續幾天自主幹正經活。
4:26.000–4:29.000
順手還做了一個亞歷山大圖書館的歷史模擬。
4:29.000–4:31.000
Matt Wolf自己掐了3個表。
4:31.000–4:33.000
Blender裡做狼人8分鐘。
4:33.000–4:35.000
MegaBunk,克隆12分鐘。
4:35.000–4:38.000
地球改造模擬網站17分鐘。
4:38.000–4:40.000
最後這個最離譜。
4:40.000–4:42.000
他讓他在虛幻引擎裡造了個世界。
4:42.000–4:45.000
每個小人背後都是一個GPT-6。
4:45.000–4:46.000
必須合作才能活下去。
4:46.000–4:49.000
一天後,他在臥室聽見客廳有人說話。
4:49.000–4:52.000
走出去一看,是這些小人自己聊起來了。
4:52.000–4:54.000
Matthew Berman測了34個項目。
4:54.000–4:57.000
他的原話是,這是我用過最好的模型。
4:57.000–4:59.000
句號。
4:59.000–5:01.000
但先別急著風神。
5:01.000–5:04.000
OpenAI自己發的成績單裡,有兩項評測。
5:04.000–5:06.000
Fable 5.1反而更高。
5:06.000–5:08.000
OpenAI自己的研究員也承認。
5:08.000–5:10.000
代碼太水,問得太勤。
5:10.000–5:14.000
發佈當天,還有人發現佛克一度被撤下。
5:14.000–5:17.000
看完38個案例。
5:17.000–5:20.000
我的判斷是,這不是小步升級。
5:20.000–5:22.000
是一次大幅度的迭代。
5:22.000–5:25.000
做遊戲造3D世界,他已經斷層領先。
5:25.000–5:27.000
替你操作電腦,才剛剛開始。
5:27.000–5:30.000
AGI的門,今天被推開了。
5:30.000–5:32.000
感謝這19位測試者。
0:00.000–0:07.000
GPT6來了。發佈第一天,拳王已經完封了。38個真實案例,一口氣看完。
0:07.000–0:11.000
先看遊戲,一句話,一個遊戲。
0:11.000–0:15.000
一句話,做出一個實打實的光環風格設計遊戲。
0:15.000–0:19.000
還是多人聯機的,作者說,用Tesana加GPT6,就一個prompt。
0:19.000–0:20.050
再來一句話,
0:20.050–0:21.975
上古卷轴風的開放事件,
0:21.975–0:22.675
有任務,
0:22.675–0:23.375
有城市,
0:23.375–0:26.000
最後還有一條巨龍Boss等你。
0:26.000–0:31.000
給他一個揮合卡丁車原型,他一口氣做出海盜、糖果、賽博三套皮膚。
0:31.000–0:36.000
還自己進Unity試玩,修Bug。作者說手工修的地方比上一代少一半。
0:36.000–0:42.000
《糖豆人》克隆版,漂浮平台、跳躍手感、鏡頭跟隨,全是他自己寫的。
0:42.000–0:47.000
大家最愛的Minecraft測試,他一次成型,作者說就一句話的事。
0:47.000–0:54.000
還有人一口氣做了兩個小遊戲,他的評價就一句,看起來真的不錯。
0:56.000–1:02.000
作者說他是Blender和三維推理的世界級選手。
1:02.000–1:05.000
這個遊戲一次生成,直接在瀏覽器裡跑。
1:05.000–1:07.000
風格,隨便點。
1:07.000–1:09.000
一個Go指令,做出水下探索遊戲。
1:09.000–1:13.000
3D模型和音效全是從零生成的。
1:13.000–1:18.000
Promptly,寫了PS1風格,他就真做出一個千禧年味的戰鬥陀螺。
1:18.000–1:20.000
作者說,還挺上頭。
1:20.000–1:23.000
摩托艇遊戲,看這個水,水面下還有珊瑚礁。
1:23.000–1:26.000
又是一個購置令。
1:26.000–1:28.000
換個口味,預線空間恐怖遊戲。
1:28.000–1:32.000
空檔的走廊閃爍的燈,氛圍他也會拿捏。
1:32.000–1:35.000
無限後世,程序化生成,永遠走不到頭。
1:35.000–1:38.000
作者的評價,他把這事幹絕了。
1:38.000–1:41.000
甚至能用字符畫出一座3D城市。
1:41.000–1:44.000
車流行人雨,全是esky。
1:44.000–1:47.000
接下來,平空造世界。
1:47.000–1:51.000
OpenAI員工揭秘發布博客裡,那棟房子是怎麼來的。
1:51.000–1:55.000
Astra用Python在Blender裡寫出模型,再搬進虛幻引擎5。
1:55.000–2:00.000
作者說能在虛幻引擎裡60幀走進去。
2:00.000–2:02.000
他又讓他家道具,調燈光。
2:02.000–2:03.000
咖啡機現在真的能用。
2:03.000–2:06.000
給他一張房子照片。
2:06.000–2:11.000
他在Blender裡連玩具、家電、家具都還原了。
2:11.000–2:14.000
給一張圖,也能直接變3D動畫。
2:14.000–2:19.000
OpenAI訓練團隊的Yan Dubois也秀了一棟房子。
2:19.000–2:22.000
這是Astra自己操作Blender做出來的。
2:22.000–2:25.000
Higgsfield只描述了一段場景。
2:25.000–2:27.000
Astra就寫出場景代碼。
2:27.000–2:29.000
他們在Blender裡建模、渲染。
2:29.000–2:31.000
橢圓形辦公室就這麼出來了。
2:31.000–2:34.000
這艘船從0在Blender裡建,再渲成4K。
2:34.000–2:37.000
作者說他還會自己開Final Cut剪視頻,調色。
2:37.000–2:41.000
把現成資產在Unity裡拼成一座能逛的城市。
2:41.000–2:44.000
你想要什麼樣的世界,它就給你搭什麼樣的。
2:44.000–2:46.000
還有這個迷你生態世界。
2:46.000–2:50.000
地形、動物、天氣,鏡頭繞著轉,細節多道離。
2:50.000–2:52.000
不止遊戲。
2:52.000–2:54.000
畫畫也行。
2:54.000–2:56.000
這支孔雀是純SVG代碼畫的。
2:56.000–2:58.000
一根線一根線寫出來的。
2:58.000–3:00.000
再看兩張。
3:00.000–3:02.000
作者說他SVG真的很強。
3:02.000–3:05.000
矢量圖這種活,以前AI是畫不像的。
3:05.000–3:10.000
給他接上Ableton。
3:10.000–3:11.000
他叢林寫了一首曲子。
3:11.000–3:13.000
每個樂器都用合成器自己造。
3:13.000–3:15.000
分軌編曲一首包辦。
3:15.000–3:17.000
左邊是一段視頻。
3:17.000–3:19.000
右邊是他照著視頻寫出來的可交互網頁。
3:19.000–3:21.000
卡片和動畫都復刻了。
3:21.000–3:23.000
作者說他當時是震驚的。
3:23.000–3:25.000
普通網頁開發就更不用說了。
3:25.000–3:28.000
作者的原話是好到離譜。
3:28.000–3:30.000
看這個交互和排版。
3:30.000–3:34.000
作者說一個prompt不到兩小時做出來的東西。
3:34.000–3:36.000
作者說這是他用過最好的編程模型。
3:36.000–3:38.000
記得看到最後有彩蛋。
3:38.000–3:40.000
他還能替你操作電腦。
3:40.000–3:41.000
瀏覽器控制。
3:41.000–3:43.000
讓他規劃一條京都圖步路線。
3:43.000–3:46.000
他自己開地圖,看街景,排順序。
3:46.000–3:47.000
官方demo。
3:47.000–3:49.000
讀一張W2工資單。
3:49.000–3:51.000
自己把數字填進報稅表。
3:53.000–3:55.000
找R科醫生這種瑣事也能交給他。
3:55.000–3:58.000
自己搜,自己比,給你結論。
3:59.000–4:01.000
在Excel裡做財務建模比賽的題。
4:01.000–4:04.000
官方說這段是實時錄製,沒有加速。
4:06.000–4:07.000
甚至畫電路板。
4:07.000–4:09.000
在KCAD裡擺元件,走線。
4:09.000–4:11.000
官方說完整過程2分54秒。
4:11.000–4:14.000
最後,讓他自己跑幾天。
4:14.000–4:17.000
完整的模擬城市克隆版。
4:17.000–4:19.000
作者用GO讓他連跑5天。
4:19.000–4:21.000
發視頻的時候他還沒跑完。
4:21.000–4:23.000
沃頓商學院的Ethan Molec說。
4:23.000–4:26.000
他能連續幾天自主幹正經活。
4:26.000–4:29.000
順手還做了一個亞歷山大圖書館的歷史模擬。
4:29.000–4:31.000
Matt Wolf自己掐了3個表。
4:31.000–4:33.000
Blender裡做狼人8分鐘。
4:33.000–4:35.000
MegaBunk,克隆12分鐘。
4:35.000–4:38.000
地球改造模擬網站17分鐘。
4:38.000–4:40.000
最後這個最離譜。
4:40.000–4:42.000
他讓他在虛幻引擎裡造了個世界。
4:42.000–4:45.000
每個小人背後都是一個GPT-6。
4:45.000–4:46.000
必須合作才能活下去。
4:46.000–4:49.000
一天後,他在臥室聽見客廳有人說話。
4:49.000–4:52.000
走出去一看,是這些小人自己聊起來了。
4:52.000–4:54.000
Matthew Berman測了34個項目。
4:54.000–4:57.000
他的原話是,這是我用過最好的模型。
4:57.000–4:59.000
句號。
4:59.000–5:01.000
但先別急著風神。
5:01.000–5:04.000
OpenAI自己發的成績單裡,有兩項評測。
5:04.000–5:06.000
Fable 5.1反而更高。
5:06.000–5:08.000
OpenAI自己的研究員也承認。
5:08.000–5:10.000
代碼太水,問得太勤。
5:10.000–5:14.000
發佈當天,還有人發現佛克一度被撤下。
5:14.000–5:17.000
看完38個案例。
5:17.000–5:20.000
我的判斷是,這不是小步升級。
5:20.000–5:22.000
是一次大幅度的迭代。
5:22.000–5:25.000
做遊戲造3D世界,他已經斷層領先。
5:25.000–5:27.000
替你操作電腦,才剛剛開始。
5:27.000–5:30.000
AGI的門,今天被推開了。
5:30.000–5:32.000
感謝這19位測試者。
0:00.000–0:07.000
GPT6來了。發佈第一天,拳王已經完封了。38個真實案例,一口氣看完。
GPT6來了。發佈第一天,拳王已經完封了。38個真實案例,一口氣看完。
0:07.000–0:11.000
先看遊戲,一句話,一個遊戲。
先看遊戲,一句話,一個遊戲。
0:11.000–0:15.000
一句話,做出一個實打實的光環風格設計遊戲。
一句話,做出一個實打實的光環風格設計遊戲。
0:15.000–0:19.000
還是多人聯機的,作者說,用Tesana加GPT6,就一個prompt。
還是多人聯機的,作者說,用Tesana加GPT6,就一個prompt。
0:19.000–0:20.050
再來一句話,
再來一句話,
0:20.050–0:21.975
上古卷轴風的開放事件,
上古卷轴風的開放事件,
0:21.975–0:22.675
有任務,
有任務,
0:22.675–0:23.375
有城市,
有城市,
0:23.375–0:26.000
最後還有一條巨龍Boss等你。
最後還有一條巨龍Boss等你。
0:26.000–0:31.000
給他一個揮合卡丁車原型,他一口氣做出海盜、糖果、賽博三套皮膚。
給他一個揮合卡丁車原型,他一口氣做出海盜、糖果、賽博三套皮膚。
0:31.000–0:36.000
還自己進Unity試玩,修Bug。作者說手工修的地方比上一代少一半。
還自己進Unity試玩,修Bug。作者說手工修的地方比上一代少一半。
0:36.000–0:42.000
《糖豆人》克隆版,漂浮平台、跳躍手感、鏡頭跟隨,全是他自己寫的。
《糖豆人》克隆版,漂浮平台、跳躍手感、鏡頭跟隨,全是他自己寫的。
0:42.000–0:47.000
大家最愛的Minecraft測試,他一次成型,作者說就一句話的事。
大家最愛的Minecraft測試,他一次成型,作者說就一句話的事。
0:47.000–0:54.000
還有人一口氣做了兩個小遊戲,他的評價就一句,看起來真的不錯。
還有人一口氣做了兩個小遊戲,他的評價就一句,看起來真的不錯。
0:56.000–1:02.000
作者說他是Blender和三維推理的世界級選手。
作者說他是Blender和三維推理的世界級選手。
1:02.000–1:05.000
這個遊戲一次生成,直接在瀏覽器裡跑。
這個遊戲一次生成,直接在瀏覽器裡跑。
1:05.000–1:07.000
風格,隨便點。
風格,隨便點。
1:07.000–1:09.000
一個Go指令,做出水下探索遊戲。
一個Go指令,做出水下探索遊戲。
1:09.000–1:13.000
3D模型和音效全是從零生成的。
3D模型和音效全是從零生成的。
1:13.000–1:18.000
Promptly,寫了PS1風格,他就真做出一個千禧年味的戰鬥陀螺。
Promptly,寫了PS1風格,他就真做出一個千禧年味的戰鬥陀螺。
1:18.000–1:20.000
作者說,還挺上頭。
作者說,還挺上頭。
1:20.000–1:23.000
摩托艇遊戲,看這個水,水面下還有珊瑚礁。
摩托艇遊戲,看這個水,水面下還有珊瑚礁。
1:23.000–1:26.000
又是一個購置令。
又是一個購置令。
1:26.000–1:28.000
換個口味,預線空間恐怖遊戲。
換個口味,預線空間恐怖遊戲。
1:28.000–1:32.000
空檔的走廊閃爍的燈,氛圍他也會拿捏。
空檔的走廊閃爍的燈,氛圍他也會拿捏。
1:32.000–1:35.000
無限後世,程序化生成,永遠走不到頭。
無限後世,程序化生成,永遠走不到頭。
1:35.000–1:38.000
作者的評價,他把這事幹絕了。
作者的評價,他把這事幹絕了。
1:38.000–1:41.000
甚至能用字符畫出一座3D城市。
甚至能用字符畫出一座3D城市。
1:41.000–1:44.000
車流行人雨,全是esky。
車流行人雨,全是esky。
1:44.000–1:47.000
接下來,平空造世界。
接下來,平空造世界。
1:47.000–1:51.000
OpenAI員工揭秘發布博客裡,那棟房子是怎麼來的。
OpenAI員工揭秘發布博客裡,那棟房子是怎麼來的。
1:51.000–1:55.000
Astra用Python在Blender裡寫出模型,再搬進虛幻引擎5。
Astra用Python在Blender裡寫出模型,再搬進虛幻引擎5。
1:55.000–2:00.000
作者說能在虛幻引擎裡60幀走進去。
作者說能在虛幻引擎裡60幀走進去。
2:00.000–2:02.000
他又讓他家道具,調燈光。
他又讓他家道具,調燈光。
2:02.000–2:03.000
咖啡機現在真的能用。
咖啡機現在真的能用。
2:03.000–2:06.000
給他一張房子照片。
給他一張房子照片。
2:06.000–2:11.000
他在Blender裡連玩具、家電、家具都還原了。
他在Blender裡連玩具、家電、家具都還原了。
2:11.000–2:14.000
給一張圖,也能直接變3D動畫。
給一張圖,也能直接變3D動畫。
2:14.000–2:19.000
OpenAI訓練團隊的Yan Dubois也秀了一棟房子。
OpenAI訓練團隊的Yan Dubois也秀了一棟房子。
2:19.000–2:22.000
這是Astra自己操作Blender做出來的。
這是Astra自己操作Blender做出來的。
2:22.000–2:25.000
Higgsfield只描述了一段場景。
Higgsfield只描述了一段場景。
2:25.000–2:27.000
Astra就寫出場景代碼。
Astra就寫出場景代碼。
2:27.000–2:29.000
他們在Blender裡建模、渲染。
他們在Blender裡建模、渲染。
2:29.000–2:31.000
橢圓形辦公室就這麼出來了。
橢圓形辦公室就這麼出來了。
2:31.000–2:34.000
這艘船從0在Blender裡建,再渲成4K。
這艘船從0在Blender裡建,再渲成4K。
2:34.000–2:37.000
作者說他還會自己開Final Cut剪視頻,調色。
作者說他還會自己開Final Cut剪視頻,調色。
2:37.000–2:41.000
把現成資產在Unity裡拼成一座能逛的城市。
把現成資產在Unity裡拼成一座能逛的城市。
2:41.000–2:44.000
你想要什麼樣的世界,它就給你搭什麼樣的。
你想要什麼樣的世界,它就給你搭什麼樣的。
2:44.000–2:46.000
還有這個迷你生態世界。
還有這個迷你生態世界。
2:46.000–2:50.000
地形、動物、天氣,鏡頭繞著轉,細節多道離。
地形、動物、天氣,鏡頭繞著轉,細節多道離。
2:50.000–2:52.000
不止遊戲。
不止遊戲。
2:52.000–2:54.000
畫畫也行。
畫畫也行。
2:54.000–2:56.000
這支孔雀是純SVG代碼畫的。
這支孔雀是純SVG代碼畫的。
2:56.000–2:58.000
一根線一根線寫出來的。
一根線一根線寫出來的。
2:58.000–3:00.000
再看兩張。
再看兩張。
3:00.000–3:02.000
作者說他SVG真的很強。
作者說他SVG真的很強。
3:02.000–3:05.000
矢量圖這種活,以前AI是畫不像的。
矢量圖這種活,以前AI是畫不像的。
3:05.000–3:10.000
給他接上Ableton。
給他接上Ableton。
3:10.000–3:11.000
他叢林寫了一首曲子。
他叢林寫了一首曲子。
3:11.000–3:13.000
每個樂器都用合成器自己造。
每個樂器都用合成器自己造。
3:13.000–3:15.000
分軌編曲一首包辦。
分軌編曲一首包辦。
3:15.000–3:17.000
左邊是一段視頻。
左邊是一段視頻。
3:17.000–3:19.000
右邊是他照著視頻寫出來的可交互網頁。
右邊是他照著視頻寫出來的可交互網頁。
3:19.000–3:21.000
卡片和動畫都復刻了。
卡片和動畫都復刻了。
3:21.000–3:23.000
作者說他當時是震驚的。
作者說他當時是震驚的。
3:23.000–3:25.000
普通網頁開發就更不用說了。
普通網頁開發就更不用說了。
3:25.000–3:28.000
作者的原話是好到離譜。
作者的原話是好到離譜。
3:28.000–3:30.000
看這個交互和排版。
看這個交互和排版。
3:30.000–3:34.000
作者說一個prompt不到兩小時做出來的東西。
作者說一個prompt不到兩小時做出來的東西。
3:34.000–3:36.000
作者說這是他用過最好的編程模型。
作者說這是他用過最好的編程模型。
3:36.000–3:38.000
記得看到最後有彩蛋。
記得看到最後有彩蛋。
3:38.000–3:40.000
他還能替你操作電腦。
他還能替你操作電腦。
3:40.000–3:41.000
瀏覽器控制。
瀏覽器控制。
3:41.000–3:43.000
讓他規劃一條京都圖步路線。
讓他規劃一條京都圖步路線。
3:43.000–3:46.000
他自己開地圖,看街景,排順序。
他自己開地圖,看街景,排順序。
3:46.000–3:47.000
官方demo。
官方demo。
3:47.000–3:49.000
讀一張W2工資單。
讀一張W2工資單。
3:49.000–3:51.000
自己把數字填進報稅表。
自己把數字填進報稅表。
3:53.000–3:55.000
找R科醫生這種瑣事也能交給他。
找R科醫生這種瑣事也能交給他。
3:55.000–3:58.000
自己搜,自己比,給你結論。
自己搜,自己比,給你結論。
3:59.000–4:01.000
在Excel裡做財務建模比賽的題。
在Excel裡做財務建模比賽的題。
4:01.000–4:04.000
官方說這段是實時錄製,沒有加速。
官方說這段是實時錄製,沒有加速。
4:06.000–4:07.000
甚至畫電路板。
甚至畫電路板。
4:07.000–4:09.000
在KCAD裡擺元件,走線。
在KCAD裡擺元件,走線。
4:09.000–4:11.000
官方說完整過程2分54秒。
官方說完整過程2分54秒。
4:11.000–4:14.000
最後,讓他自己跑幾天。
最後,讓他自己跑幾天。
4:14.000–4:17.000
完整的模擬城市克隆版。
完整的模擬城市克隆版。
4:17.000–4:19.000
作者用GO讓他連跑5天。
作者用GO讓他連跑5天。
4:19.000–4:21.000
發視頻的時候他還沒跑完。
發視頻的時候他還沒跑完。
4:21.000–4:23.000
沃頓商學院的Ethan Molec說。
沃頓商學院的Ethan Molec說。
4:23.000–4:26.000
他能連續幾天自主幹正經活。
他能連續幾天自主幹正經活。
4:26.000–4:29.000
順手還做了一個亞歷山大圖書館的歷史模擬。
順手還做了一個亞歷山大圖書館的歷史模擬。
4:29.000–4:31.000
Matt Wolf自己掐了3個表。
Matt Wolf自己掐了3個表。
4:31.000–4:33.000
Blender裡做狼人8分鐘。
Blender裡做狼人8分鐘。
4:33.000–4:35.000
MegaBunk,克隆12分鐘。
MegaBunk,克隆12分鐘。
4:35.000–4:38.000
地球改造模擬網站17分鐘。
地球改造模擬網站17分鐘。
4:38.000–4:40.000
最後這個最離譜。
最後這個最離譜。
4:40.000–4:42.000
他讓他在虛幻引擎裡造了個世界。
他讓他在虛幻引擎裡造了個世界。
4:42.000–4:45.000
每個小人背後都是一個GPT-6。
每個小人背後都是一個GPT-6。
4:45.000–4:46.000
必須合作才能活下去。
必須合作才能活下去。
4:46.000–4:49.000
一天後,他在臥室聽見客廳有人說話。
一天後,他在臥室聽見客廳有人說話。
4:49.000–4:52.000
走出去一看,是這些小人自己聊起來了。
走出去一看,是這些小人自己聊起來了。
4:52.000–4:54.000
Matthew Berman測了34個項目。
Matthew Berman測了34個項目。
4:54.000–4:57.000
他的原話是,這是我用過最好的模型。
他的原話是,這是我用過最好的模型。
4:57.000–4:59.000
句號。
句號。
4:59.000–5:01.000
但先別急著風神。
但先別急著風神。
5:01.000–5:04.000
OpenAI自己發的成績單裡,有兩項評測。
OpenAI自己發的成績單裡,有兩項評測。
5:04.000–5:06.000
Fable 5.1反而更高。
Fable 5.1反而更高。
5:06.000–5:08.000
OpenAI自己的研究員也承認。
OpenAI自己的研究員也承認。
5:08.000–5:10.000
代碼太水,問得太勤。
代碼太水,問得太勤。
5:10.000–5:14.000
發佈當天,還有人發現佛克一度被撤下。
發佈當天,還有人發現佛克一度被撤下。
5:14.000–5:17.000
看完38個案例。
看完38個案例。
5:17.000–5:20.000
我的判斷是,這不是小步升級。
我的判斷是,這不是小步升級。
5:20.000–5:22.000
是一次大幅度的迭代。
是一次大幅度的迭代。
5:22.000–5:25.000
做遊戲造3D世界,他已經斷層領先。
做遊戲造3D世界,他已經斷層領先。
5:25.000–5:27.000
替你操作電腦,才剛剛開始。
替你操作電腦,才剛剛開始。
5:27.000–5:30.000
AGI的門,今天被推開了。
AGI的門,今天被推開了。
5:30.000–5:32.000
感謝這19位測試者。
感謝這19位測試者。
尚未產生學習筆記
請在 Telegram 指令最後加上「學習」,例如:videonote 網址 英文 雙語 學習