實際影片長度:5:33.653。原文、繁中、雙語可點擊句子跳轉影片。
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。

影片筆記:GPT-6 Astra 来了,全网38个“神级”案例一次看完!

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 可先使用,仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉;下列為待處理問題,建議播放原片確認。

  • 待修正:逐字稿全文快速校讀未完成(已保留自動字幕/原始逐字稿並繼續生成筆記。;未完成的全文速讀項目可在精進模式回聽確認。)

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

一句話總結

本影片展示了 GPT-6 發布首日,多位測試者與 OpenAI 員工演示的 38 個案例,強調其在遊戲開發(一句話生成原型)、3D 世界生成、程式碼編寫及電腦自主操作方面的強大能力,同時指出官方評測與測試者評價之間存在的差異與爭議。

核心重點

  • 遊戲開發突破:GPT-6 能透過單一提示詞(prompt)生成包含多人聯機、開放世界、任務系統、Boss 戰及多種風格(如光環、上古卷軸、賽博龐克)的遊戲原型,並具備自動測試與修復 Bug 的能力。
  • 3D 與動畫生成:整合 Blender、虛幻引擎 5 等工具,實現從文字或圖片直接生成 3D 模型、動畫及場景代碼,甚至能還原真實照片細節。
  • 程式碼與多媒體創作:能生成 SVG 矢量圖、音樂編曲代碼及可交互網頁,被部分測試者評價為「最好的編程模型」。
  • 電腦自主操作:展現長時程自主執行任務能力,包括控制瀏覽器、處理 Excel 報稅表、規劃地圖及設計電路板。
  • 評價爭議:儘管測試者給予極高評價(如「斷層領先」、「AGI 的門被推開」),但 OpenAI 官方評測顯示 Fable 5.1 在某些指標上表現更高,且 GPT-6 存在代碼質量與過度提問的問題。

詳細大綱

1. 遊戲生成能力展示

  • 一句話生成遊戲原型:僅需一句話即可生成遊戲基礎架構。
  • 風格多樣化:涵蓋光環風格、上古卷軸風開放世界、賽博龐克等風格。
  • 自動測試與 Bug 修復:系統能自動進行測試並修復程式錯誤。
  • 複雜遊戲機制:支援多人聯機、開放世界探索、程序化生成內容等複雜機制。
  • 具體案例:包括卡丁車原型、《糖豆人》克隆版、Minecraft 風格、水下探索遊戲、戰鬥陀螺、摩托艇遊戲、預線空間恐怖遊戲、無限後世、模擬城市克隆版、亞歷山大圖書館歷史模擬等。

2. 3D 世界與動畫生成

  • 工具整合:應用 Blender 與虛幻引擎 5 (Unreal Engine 5)。
  • 轉換能力:實現從圖片或文字到 3D 模型的轉換。
  • 細節還原:能還原真實照片中的場景細節與渲染效果。

3. 程式碼與多媒體創作

  • 矢量圖生成:生成 SVG 代碼。
  • 音樂創作:生成音樂合成與編曲代碼(提及「叢林寫了一首曲子」)。
  • 網頁開發:開發可交互網頁。

4. 電腦自主操作與自動化

  • 瀏覽器控制:自主控制瀏覽器進行資訊搜尋。
  • 文件處理:處理報稅表、Excel 財務建模(提及 W2 工資單)。
  • 專業設計:進行電路板設計與模擬(提及 KCAD)。
  • 長時程任務:執行模擬城市、歷史模擬等長時程自主任務(提及「作者用 GO 讓他連跑 5 天」)。

5. 綜合評價與爭議

  • 測試者評價:部分測試者給予極高評價,稱讚其為「斷層領先」,認為「AGI 的門被推開」。
  • 官方評測對比:OpenAI 官方評測顯示 Fable 5.1 在某些指標上得分更高。
  • 問題指出:存在代碼質量問題及過度提問(Over-questioning)現象。
  • 迭代性質判斷:討論 GPT-6 是大幅迭代還是小步升級。

工具 / 模型 / 名詞整理

  • 模型/產品:
  • GPT-6
  • Fable 5.1
  • OpenAI
  • Astra(標題提及,內容中未詳細展開或與 GPT-6 關聯不明)
  • 遊戲/引擎/軟體:
  • Unity
  • 虛幻引擎 5 (Unreal Engine 5)
  • Blender
  • Final Cut
  • KCAD
  • Ableton
  • Higgsfield
  • Tesana
  • esky(疑點)
  • GO(疑點:可能指 Golang 或特定工具)
  • 遊戲名稱/類型:
  • 光環風格設計遊戲
  • 上古卷軸風開放世界
  • 卡丁車原型
  • 《糖豆人》克隆版
  • Minecraft
  • 水下探索遊戲
  • 戰鬥陀螺
  • 摩托艇遊戲
  • 預線空間恐怖遊戲(疑點)
  • 無限後世
  • 程序化生成
  • 模擬城市克隆版
  • 亞歷山大圖書館歷史模擬
  • 其他名詞:
  • SVG 代碼
  • Python
  • W2 工資單
  • 報稅表
  • Excel
  • 京都圖步路線(疑點:可能為「京都徒步路線」)
  • 購置令(疑點:可能為「提示詞」)
  • 多道離(疑點:可能為「多到離譜」)
  • 叢林(疑點:可能為「從零」)
  • R科醫生(疑點:可能為「眼科醫生」)
  • 沃頓商學院的 Ethan Molec(人名疑點)
  • Matt Wolf(人名疑點)
  • Matthew Berman(人名疑點)
  • 佛克(疑點:可能為特定模型或產品名稱)
  • 風神(疑點:可能為「封神」)

操作流程整理

  1. 遊戲原型生成:
  • 輸入單一提示詞(prompt)。
  • 系統生成包含多人聯機、開放世界、任務系統、Boss 戰的遊戲原型。
  • 選擇特定風格(如光環、上古卷軸、賽博龐克)。
  • 系統自動進行測試並修復 Bug。
  1. 3D 內容生成:
  • 使用 Blender 或虛幻引擎 5。
  • 輸入文字描述或上傳圖片。
  • 生成對應的 3D 模型、動畫及場景代碼。
  • 還原真實照片中的細節。
  1. 程式碼與多媒體創作:
  • 生成 SVG 矢量圖代碼。
  • 生成音樂合成與編曲代碼。
  • 開發可交互網頁。
  1. 電腦自主操作:
  • 控制瀏覽器進行資訊搜尋。
  • 處理 Excel 報稅表及 W2 工資單。
  • 進行電路板設計與模擬。
  • 執行長時程任務(如模擬城市、歷史模擬),可能涉及特定指令(GO)連續運行。

值得注意的限制或風險

  • 代碼質量問題:部分測試指出 GPT-6 生成的代碼質量存在問題。
  • 過度提問:模型可能存在過度提問(Over-questioning)的行為。
  • 官方評測差異:OpenAI 官方評測顯示 Fable 5.1 在某些指標上高於 GPT-6,與部分測試者的高評價形成對比。
  • 辨識與名詞不確定性:影片中存在多個疑似聽寫錯誤或特定術語不明的名詞(如 Tesana, GO, esky, 預線空間, 購置令, 多道離, 叢林, R科醫生, 佛克, 風神等),可能影響對具體技術細節的理解。

逐字稿辨識疑點

  • Tesana:原文提及「用 Tesana 加 GPT-6」,需查證此工具名稱是否正確。
  • GO:原文提及「一個 Go 指令」、「作者用 GO 讓他連跑 5 天」,需查證此處 GO 是指 Golang 語言、特定工具名稱還是口誤。
  • esky:原文提及「全是 esky」,需查證此詞彙是否為特定技術名稱或聽寫錯誤。
  • 預線空間:原文提及「預線空間恐怖遊戲」,需查證是否為「預設空間」或特定遊戲類型名稱。
  • 購置令:原文提及「又是一個購置令」,需查證是否為「提示詞」或特定術語的口誤。
  • 多道離:原文提及「細節多道離」,需查證是否為「多到離譜」或類似形容詞的口誤。
  • 叢林:原文提及「他叢林寫了一首曲子」,需查證是否為「從零」或特定名稱的口誤。
  • R科醫生:原文提及「找 R 科醫生」,需查證是否為「眼科醫生」或其他科室的口誤。
  • 沃頓商學院的 Ethan Molec:需查證此人名是否正確。
  • Matt Wolf:需查證此人名是否正確。
  • Matthew Berman:需查證此人名是否正確。
  • 佛克:原文提及「佛克一度被撤下」,需查證是否為特定模型或產品名稱的口誤。
  • 風神:原文提及「先別急著風神」,需查證是否為「封神」的口誤。
  • 京都圖步路線:需查證是否為「京都徒步路線」的口誤。
  • Astra:標題提及 GPT-6 Astra,但分段筆記中未明確展開 Astra 與 GPT-6 的關係或具體功能,需確認 Astra 是否為獨立產品或 GPT-6 的特定版本/模組。

可延伸追問

  • GPT-6 與 Fable 5.1 在具體指標上的差異為何?
  • 「GO」指令在長時程任務中的具體作用與技術實現方式?
  • Tesana 工具與 GPT-6 的整合方式為何?
  • 如何評估 GPT-6 生成的代碼質量與安全性?
  • 測試者評價與官方評測差異背後的評估標準是什麼?

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