start	end	text
0	23000	OpenAI在今天凌晨終於上線了GPT6Astro模型。在ChatGPT網頁版中,以及在Codex中,我們都可以使用GPT6Astro模型。在OpenAI官方給出的這幾項基準測試中,GPT6的表現都已經完全超越了GPT5.6以及CloudFable5.1模型。
23000	27020	在上期视频中我为大家测试了CloudFibur 5.1模型
27020	30100	由于在录制上期视频的时候我得了严重的流感
30100	33300	所以对CloudFibur 5.1的测试不够深入
33300	36440	今天我们就深入测试GPT6模型
36440	41360	我们将从多个维度尽可能全方位的来测试GPT6模型
41360	42500	它的综合能力
42500	46920	在测试之前我们可以先看一下OpenAI发布的这些基准测试
46920	49560	每一项基准测试分别代表什么意思
49560	51480	第一项它是科学工作流
51480	55280	它是测试模型执行和处理科学研究相关任务
55280	57200	或实验计算流程的能力
57200	60900	这项基准测试的得分几乎是GPT5.6的三倍
60900	63320	而且也领先于Claudefeb 5.1
63320	65940	然后这一项就是商业工作流
65940	69560	它是用于评估模型自然自动化处理日常商业
69560	72360	企业运营还有办公流程方面的表现
72360	74640	第三项就是研究级数学
74640	77100	它用来衡量模型解决高难度
77100	80860	达到前沿学术研究级别的复杂数学问题能力
80860	83740	然后第四项就是计算机终端任务
83740	86760	它是测试模型在计算机终端命令行环境中
86760	87920	自主执行操作
87920	88860	编写脚本
88860	91300	还有完成系统级任务的能力
91300	93640	然后这一项就是临床任务
93640	98180	它是用于评估模型在医疗健康领域处理专业临床数据
98180	101080	医学推理或医生辅助任务的准确性
101080	103300	然后这一项是3D建模
103300	107440	它是衡量模型在CED软件中理解生成
107440	110060	或处理三维空间模型的能力
110060	112780	最后一项就是新型交互式谜题
112780	114800	它是一项著名的推理测试
114800	118080	要求模型解决以前从未见过的逻辑
118080	119760	还有空间图形谜题
119760	122640	它主要用于评估模型能否像人类一样
122640	124540	具备广泛的泛化能力
124540	126100	还有通用人工智能
126100	127780	也就是AGI的潜质
127780	129620	在这些基准测试中
129620	133720	GPT6的表现都遥遥领先于GPT5.6模型
133720	136520	而且也领先于CloudFib5.1模型
136520	138880	好 光看基准测试没有说服力
138880	141380	下面我们就开始进行正式的测试
141820	143040	在chatgbt中
143040	145920	它的推理级别我都选择的是medium
146220	149720	在codex中它的推理级别我也选的是medium
149980	152240	下面我们可以先看一下第一项测试题
152240	155280	第一项测试题就是让它生成一个模拟的黑洞
155280	156440	这里是提示词
156440	157780	由于提示词非常长
157780	159280	这里我们就不再具体去看了
159520	162840	我们直接看它生成的这个黑洞的模型
162840	167540	打开之后我们就看到了这个非常震撼的黑洞的模拟动画
167540	169140	它生成的这个模拟黑洞
169140	171700	比我们上次用CloudFibur 5.1模型
171700	173020	生成的这个模拟黑洞
173020	174240	效果还要好
174240	176000	而且在这里我们还可以调节
176000	177780	这个史瓦西这项参数
177780	180560	在下方我们还可以点击自由飞行
180560	182060	还能点击电影
182060	183600	然后我们还可以切换成
183600	184920	刚才的这种形态
184920	187800	在右侧刚才我们看到的是人马做黑洞
187800	190040	这里我们还可以选择侍女做黑洞
190040	192560	比如说我们选择侍女做黑洞
192560	194800	好可以看到这个黑洞的形态
194800	196760	跟我们刚才看到人马做的
196760	197720	就不太一样
197720	199380	然后我们再看其他黑洞
199380	201000	比如说恒星级黑洞
201000	203440	好 这是恒星级的黑洞
203440	205800	我们还可以选择这个高速旋转
205800	208640	可以看到这又是另一种黑洞的形态
208640	210880	我们还可以选择电影效果
210880	213260	好 这里就切换到了电影的效果
213260	216440	我们再切换到科学观测
216440	218520	好 这是科学观测的效果
218520	222700	我们还可以看到它标记的这一些黑洞的这一些结构
222700	227960	这个效果比我们上次用CloudFibur 5.1完成的效果还要好非常多
227960	229380	好 下面我们再看一下
229380	234020	我在Codex中让它开发的一款iOS背单词的应用
234020	236260	在这里是完整的提示词
236260	237980	由于这个提示词非常长
237980	240560	我们这里就不再具体去看这个提示词了
240560	243400	在推理级别是medium的情况下
243400	248500	它耗时一小时22分钟完成了整个项目的开发
248500	253040	并且在开发的过程中还会自动调用模拟器进行测试
253040	254420	下面我们可以先看一下
254420	257360	它调用模拟器进行自动化测试的效果
257360	259220	它会自动打开模拟器
259220	261520	然后现在它在自动滚动
261520	264940	然后再对这个APP进行自动测试
264940	266060	它在切换标签页
266060	268960	然后还会自动输入这些单词
268960	271300	并且对单词进行搜索
271300	274440	可以看到这个操作的流畅度
274440	278420	已经比我们之前测试其他模型的时候要流畅太多了
278420	281620	好现在他还在对这个APP进行测试
281620	284060	可以看到他会自动点击
284060	285000	自动滚动
285000	287560	然后自动切换不同的标签页
287560	290380	他现在在下拉进行滚动
290380	292300	好这里是选择题
292300	293380	他选择了一个对的
293380	296460	这里又是选择题
296460	298980	然后他就立即选了一个对的选项
298980	300640	好这里又是选择题
300640	302780	他又开始进行选择
302780	305620	现在是听理题
305620	308340	好这里已经测试完成
308340	311940	它的操作速度远比人类的操作速度要快非常多
311940	314240	看完了它运行自动化测试的效果
314240	316520	下面我们就打开它开发好的APP
316520	318600	我们手动测试一下看一下效果
318600	319480	好打开之后
319480	322460	这里是一个类似于使用说明的一个引导
322460	324880	然后我们直接进行测试
324880	327320	到这一步我们就可以选择核心词汇
327320	329120	比如说我们这里选择6G
329120	331560	这里还可以设置背单词的数量
331560	333580	比如说我们这里就选择25个
333580	334780	然后点击开始
334780	337380	然后我们可以滚动看一下这个效果
337380	339680	在下面这里还有每日单词
339680	341740	这里我们就可以点击开始学习
341740	343260	这里就到了单词卡片
343260	345060	比如说我们点击播放发音
345060	347360	然后我们可以翻转卡片
347360	349420	这里就会显示它的中文解释
349420	351720	然后我们就可以点击认识这个单词
351720	353260	然后再点击下一步
353500	354540	当我们学习完之后
354540	356580	这里会显示我们已经学习完
356580	358380	包括认识的还有不认识的
358380	359900	然后我们就可以点击完成
359900	362460	在这里我们甚至还可以进行单词查询
362460	364260	比如说我们随便查询一个
364260	367340	好这样的话我们就查询到了这个中文解释
367340	369520	而且在这里我们还可以点击收藏
369520	371420	这里就成功进行了收藏
371420	373820	在练习这里它给出了多种选项
373820	375740	比如说我们这里就点击听力练习
375740	377980	然后这里可以选择练习的数量
377980	379300	我们就选择10个
379300	381600	然后我们就点击开始练习
381600	383640	好我们就可以进行选择了
383640	386660	这里成功选择正确了
386660	389360	我们就选一个错误的
389360	390660	看一下效果
390660	392140	好这里就会提示错误
392140	394300	这样的话我们就完成了这个练习测试
394300	395640	我们故意选错了一个
395640	397400	然后这里他给出了正确率
397400	400000	还会显示我们刚才选错的这个单词
400000	403280	然后我们点击就可以查看它的解释
403280	407200	然后我们点击这个标签也就可以查看
407200	408600	默认了这些词汇
408600	410740	比如说四级词汇还有六级词汇
410740	412420	然后我们再点击进度
412420	415000	这里我们就可以看到今天的这些进度
415000	417300	这里还会显示我们的成就徽章
417300	419480	然后我们再点击设置来查看一下
419480	423640	在下面这里还可以设置它发音的是美音还是音音
423640	426100	下面我们再看一下另一个测试题
426100	429920	要求它开发一款MacOS原生音乐播放器的App
429920	432380	视觉风格参考Apple Music
432380	435600	但不能使用Apple的logo图标字体
435600	438000	等这些受版权保护的内容
438000	441160	然后Codex它只耗时15分钟
441160	443200	就完成了这个项目的开发
443200	445920	可以看到这款音乐播放器的风格
445920	448040	非常类似于Apple Music
448040	449740	在这里是推荐专辑
449740	450940	我们可以点击进入
450940	452980	然后我们选中一个进行播放
452980	454600	好 这是它合成的音乐
454600	456980	可以看到播放效果还是比较不错的
456980	459860	我们再点击这里就会打开这个迷你播放器
459860	461320	我们再点击下一首
461320	463520	这里还可以进行收藏
463520	464480	我们点击收藏
464480	466920	好 点击之后就会显示这个小红星
466920	468860	我们点击这里还会显示
468860	471000	接下来要播放的这些歌曲
471000	473500	在这里我们还可以隐藏这个侧边栏
473500	476120	像这样看来原生micro s开发
476120	479560	以及刚才我们测试的背单词的原生iOS开发
479560	482600	都已经无法难倒gpt6模型了
482600	488880	好下面我们再继续看这里是让他使用格斗4游戏引擎开发一款3D设计游戏
488880	492740	然后这个游戏背景就是以侏罗际时代作为游戏背景
492740	497820	玩家驾驶坦克在侏罗际时代可以对恐龙进行设计
497820	501500	然后天空中有飞行的翼龙还有UFO飞碟
501500	504080	还有树木石头神秘物体等
504080	508640	然后codex他只耗时19分钟就完成了开发
508640	509900	他完成开发之后
509900	514280	我还让他将恐龙转圈实现成恐龙随机漫步
514280	515980	然后他又耗时两分多钟
515980	518220	就完成了我要求的这个效果
518220	521320	下面我们就在格斗中来打开这个游戏
521320	522340	看一下效果
522340	523860	好运行之后我们就看到了
523860	525440	这是玩家驾驶的坦克
525440	526800	我们可以左右移动
526800	528120	还能看清炮塔
528120	531480	然后我们可以用这个十字来瞄准这一些恐龙
531480	532500	我们进行设计
548772	554952	这里将UFO成功给消灭了
554952	557212	这里还能看到这种神秘物体
557212	558132	我们直接走近
558132	561852	击中神秘物体之后天空就会变色
561852	564612	刚才的测试题我们都指定了技术战
564612	567252	然后这个测试题我没有指定技术战
567252	569252	让Codex自行发挥
569252	572692	这个测试题就是构建一个3D动作冒险游戏
572692	575232	然后主角是一只像小狐狸一样的生物
575232	578212	有着巨大而富有表现力的琥珀色眼睛
578212	580432	以及高高竖起的耳朵
580432	582472	而且它还会带着一盏灯笼
582472	584272	这里是这些操控方式
584272	588412	然后codex它只耗时20分钟就完成了开发
588412	591772	原先之后我们看到了这个像小狐狸一样的生物
591772	594712	它有着尖尖的耳朵还会提着一盏灯笼
594712	599512	然后我们让它进行旋转来踢飞这个箱子
599512	603172	我们可以进行多击跳
603172	604612	继续跳远
608212	614172	可以看到这个效果是非常不错的
614172	616712	甚至具备这种童话般的效果
616712	619652	而且我还使用测试CloudFib 5.1的时候
619652	620812	使用的这个测试题
620812	623212	也就是给它一张室内平面图
623212	626932	让它直接生成立体的可以探索的建筑
626932	629592	可以看到它构建的这个室内的效果
629592	631992	比CloudFib 5.1实现的效果还要好
631992	634352	这里我们还可以切换到二层
634352	636392	然后我们还可以进入进行探索
636392	638332	比如说我们这里点击门厅
638332	641012	这样的话我们就进入到了这个室内
641012	643512	我们就可以移动来进行查看
643512	644812	这里是餐厅
644812	647172	然后我们还可以来旋转进行查看
647172	648352	这里就是客厅
648352	651192	可以看到这里有电视有沙发还有绿植
651192	652752	在这里有个阳台
652752	654192	我们这里就点击阳台
654192	656252	可以看到这个阳台设计的也不错
656252	658992	在阳台上有绿植还有这些桌椅
658992	660052	我们继续移动
660052	662632	然后我们再切换到俯视视角
662632	664432	我们这里进入室房
664432	667212	这里我们就以第一人称视角进入到了书房
667212	668292	这里是一台电脑
668292	668892	电脑桌
668892	671672	然后我们再切换到卧室3
671672	674252	这里我们就进入到了第三个卧室
674252	675452	在这个卧室中
675452	677672	它这个床摆放的好像不太合理
677672	679652	这个床头对着门口
679652	681012	可以看到GPD6
681012	683252	它根据我们提供的平面图
683252	685592	帮我们还原的这个3D的建筑
685592	687212	效果也是比较不错的
687212	689472	我还测试了提供一张
689472	693392	比较具有科幻效果的宇宙飞船的图像
693392	697452	然后让GPT6用前端技术来复刻这个宇宙飞船
697452	700232	打开之后我们就看到了这个飞船
700232	702732	在这里还能看到飞船的尾焰
702732	705992	然后这里是飞船载人的这种舱
705992	709172	然后我们放大还能看清这些细节
709172	711092	可以看到这些结构
711092	713572	看上去还是非常真实的
713572	716012	在这里还能看到飞船的这些天线
716012	718072	我们还可以点击继续放大
718072	722192	在这个位置我们还可以选择飞船内部不同的舱室
722192	723992	好 这是其中一个舱室
723992	726172	然后我们再去探索
726172	727952	这是另一个舱室
727952	729592	然后我们再点击这里
729592	731512	这又是一个舱室
731512	735672	这说明GPT6它的视觉能力也是非常强的
735672	739692	它能直接根据我们的图像来复刻对应的飞船
739692	744672	我还测试了让GPT6来生成水墨动画的效果
744672	746292	这里是完整的提示词
746292	748772	我们可以看一下这个动画内容的分镜
748772	750272	第一个镜头就是落墨
750272	753292	然后一滴墨会落在白色的宣纸上
753292	758272	然后第二幕就是墨色在下方凝成层叠万虫的群山
758272	759852	第三幕就是江河
759852	763012	一条大江从群山缺口处奔涌而出
763012	764352	第四幕是人间
764352	768672	然后江面两岸会显示这些城墙飞檐层层雾瓦
768672	770312	第五幕就是风暴
770312	773112	远处乌云以龙墨翻滚而来
773112	774632	第六幕是云上
774632	775932	白鹤破云而出
775932	777352	画面骤然安静
777352	778852	第七幕就是皈依
778852	780152	银河星辰
780152	783092	所有色彩开始向画面中心汇流
783092	784652	然后我们就运行一下
784652	786232	看一下这个动画的效果
786232	787512	我们点击开始
787512	792112	一滴墨落在了宣纸上
792112	802412	好可以看到这滴墨变成了重重的山巒
802412	804832	可以看到它实现的这些山巒
804832	806532	还是非常像的
806532	810072	还能看到这种隐隐约约的飞鸟
810072	812372	而且还能看到日出
812372	815692	这些扇软还会变化颜色
815692	822532	这些扇软再逐渐消失
822532	825932	这里会显示一条大江
825932	830912	还能听到流水的声音
833912	835292	这里类似于瀑布
835292	842112	这里还会显示江河中的这些鱼
842112	845092	但是这些鱼设计的并不是非常的像
845092	848472	而且游动的方向也不太理想
848472	857972	好 现在就开始显示这些建筑
857972	859892	还有水中的这些船
859892	861152	船上甚至还有人
861152	864792	还会显示远处的这些烟花
864792	866792	这个效果实现的是非常不错的
866792	876632	这里还会显示闪电
876632	880072	然后现在背景声音越来越大
880072	881992	这里是一只白鹤
881992	886752	这只白鹤的效果也算比较不错
886752	893232	现在就到了云上
893232	895152	这只白鹤还在飞动
895152	897912	这里会有太阳
897912	898852	还有月亮
898852	902972	然后山巒再逐渐消失
902972	912132	好
912132	914472	这些元素开始皈依
920772	921292	好
921292	923032	最后变成一点末
923032	926292	这里就会显示山河形
926292	928372	像动画中的一些瑕疵
928372	930112	我们还可以让它继续去修复
930112	931012	继续去完善
931012	934532	这个动画的总体效果是非常非常不错的
934532	937292	好下面我们在Codex中来测试一下
937292	940192	GPD6它的浏览器自动化能力
940192	942332	以及它的CAD建模能力
942332	944692	在浏览器中我打开了TinkerCAD
944692	946052	我说的提示词就是
946052	948812	我在浏览器中已经打开了TinkerCAD
948812	950212	请为我设计一个
950212	950394	你
951394	965394	然後我們就回到瀏覽器,Codex已經接管了瀏覽器,它現在點擊了創建按鈕。它點擊了3D設計。現在就進入了這個工作空間,我們將瀏覽器縮小一些,防止遮擋。可以看到,這裡它點擊了這個導入。
965394	967974	他现在在寻找他刚才创建的文件
967974	969654	他输入了文件的完整路径
969654	971934	他点击了打开
971934	976374	可以看到他成功帮我们创建了这个巨石阵的模型
976374	978534	这个效果还是挺出乎意料的
978534	980454	好可以看到他还会进行实时截图
980454	982854	他又再进行导入
982854	984574	现在他导入下一个文件
984574	986974	他选中了这一个文件
986974	988314	然后进行导入
988314	990434	这里导入成功
990434	992834	现在他开始进行微调
992834	995094	对颜色进行调整
995094	997754	将刚才的地面调整成了绿色
997754	999594	它现在又调整这个颜色
999594	1002894	整个操作速度还是非常快的
1002894	1004414	而且点击的非常准确
1004414	1006514	好 现在它退出了浏览器接管
1006514	1009054	我们看一下Codex现在输出的是什么
1009054	1012794	已经在Tinker CED中完成了英国巨师阵模型
1012794	1014954	采用艺术化微缩设计
1014954	1016134	我这里问他
1016134	1017554	他是如何进行设计的
1017554	1020234	是本地生成设计文件进行的导入吗
1020234	1021474	然后他就说是的
1021474	1024174	他在本地生成STL三维模型
1024174	1026854	再导入Chrome中的TinkerCAD
1026854	1030654	所以不需要在网页里逐个拖拽10块进行搭建
1030654	1033894	通过测试可以发现GPT6完成的这个模型
1033894	1035354	是非常非常不错的
1035354	1037154	刚才我们测试的是GPT6
1037154	1038834	它的浏览器自动化能力
1038834	1042294	下面我们再测试一下它的Compute Use能力
1042294	1043534	我输入的任务是
1043534	1046154	我已经打开了Mac自带的Chess游戏
1046154	1047734	请不要考虑胜负
1047734	1049414	以最快的速度下棋
1049414	1050634	我们直接发送
1054174	1057734	可以看到现在它开始走期
1057734	1060874	它开始走第二个期字
1060874	1069394	现在它走期的速度真的非常快
1069394	1072174	因为之前我们也测试过让它来下相期
1072174	1075954	但是之前它下国际相期的时候需要思考非常久
1075954	1085154	然后现在它走期的速度
1085154	1087814	几乎达到了不需要思考的水平
1087814	1094074	Codex甚至还吃掉了对方一个棋子
1094074	1096494	这里它用是5分12秒
1096494	1098074	按速度优先完成一局
1098074	1099074	共20回合
1099074	1100454	然后棋局已经结束
1100454	1103274	可以看到这个速度已经是超乎想象
1103274	1106534	像我们之前在Codex中测试下降期的时候
1106534	1108094	它会耗时非常久
1108094	1111734	而现在它完成20回合只用了5分钟
1111734	1113494	这说明GPT6模型
1113494	1116794	它的Compute Use能力又有了非常大的提升
1116794	1118654	好 本期视频就做到这里
1118654	1121114	欢迎大家点赞 关注和转发
1121114	1122314	谢谢大家观看