GPT-6自己打开软件干活了

新智元 · 经八阕原文

GPT-6 Astra发布没多久,就已经没人看榜单了?

不是跑分不好看,而是OpenAI变了套路,改成收作业了。开发者一看,行,那就交作业吧。

开发者Tom Krcha把一张旧蒸汽机车的图纸扔给Astra,让它在Blender里重建。

几分钟后,Blender里多出了3295个可编辑的独立对象:锅炉、连杆、车轮、铆钉,每一个都能单独选中、单独改。

想要多细、多简,一句话就行,用Krcha的原话说:「去造你自己的运输大亨吧」。

很多人惊呼AI突然学会了3D建模,但Krcha自己先泼了盆冷水:

别以为它是坐在Blender里点鼠标的建模师,它压根不点鼠标,全靠写Python脚本把零件一个个「写」出来。

这才是这波3D热潮的底层逻辑。

Astra没有长出一双会操作软件的手,它只是把Blender当成了一个带API的运行环境。

它先看图,弄清这台机车是怎么拼的,再把锅炉、车轮、连杆一件件拆开,然后调用Blender的Python接口bpy,一个零件一个零件地生成几何体,命名,放到该在的位置上。

能看懂图,推导出空间关系,写出脚本,还能对着渲染图修改:这四件事叠在一起,外人看到的就是「会建模」。

Krcha的另一个演示更彻底:换到Three.js里,连模型文件都省了。

两辆火车的几何、轮子转动、拆解重组动画,全是TypeScript代码在浏览器里运行时现算出来的。

从一句话到一栋能开门倒咖啡的房子

为了证明这不是偶发的炫技,OpenAI自己的工程师Thomas Ricouard交出了一份最硬核的作业。

他的起点只有一句话:设计一栋极简但细节丰富的房子,带花园,光线要电影感。没有平面图,没有家具清单。

Astra直接通过Blender的Python接口把建筑、木作、家具、植物、材质、灯光和相机全部建了出来。

更关键的是,它交回来之前先自己看了一遍预览渲染,自己调构图、改光线、修掉植物穿模、把沙发上的毯子重新摆好。

一句话生成的第一版Solace住宅,Astra通过Blender Python接口建出建筑、家具、材质与灯光。

有一次,Astra自己发现不锈钢水槽有一块的法线方向不对,渲染出来像被人捏了一下,它顺手改掉,重新渲染了一遍。

这些问题Ricouard一样都没指出过,全是模型自己发现并修复的。

当Ricouard要求把房子变大时,Astra体现出了专业性。

它先画了一张平面图:U形单层住宅,中间是客餐厨,两翼三间卧室加书房,围着一个种了植物的庭院。

平面图上有明确的动线考虑,比如卧室不做过道,绕庭院的路线避开厨房工作区。

在Ricouard批准平面图后,Astra才重建了整栋房子。

Astra先画平面图再建模:U形单层住宅,客餐厨居中,两翼三卧加书房,动线避开厨房工作区。

建出来的东西全是几何体:沙发坐垫有滚边,床有床架、床板和床垫,衣柜有内部隔板和挂杆,办公桌有理线槽,水槽是真的空心盆。

为了检验成果,Ricouard要了一段30秒、有人味的高清镜头漫游。

Astra自己写脚本把相机架在1.65米高,配24—26毫米镜头,加轻微步行晃动,遇到预览里对着空墙的镜头就重拍,最后渲染了900帧拼成片子。

这还没完, Astra接着写了一套导出管线:将几何体导出为FBX,同时生成一份JSON描述文件记录每个部件的位置、材质和灯光。

它把整栋房子搬进了Unreal Engine 5,单位从米换算到厘米、坐标系翻转、复用贴图重建材质系统,全在管线里自动处理。最后,它加上第一人称角色和碰撞,打包成Mac原生应用,自己走一遍测试路线。

在最新版本中,你按E键不仅能开门、拉抽屉、开关灯,甚至咖啡机按下去真的会往杯子里流出咖啡,液面也会随之上升。

从一句话到一栋能开门倒咖啡的房子,中间没有换过工具链的操作者。

以前Blender建模是一个人,导出到引擎是一个人,写交互逻辑又是一个人,现在是一个模型从头贯穿到尾。

这才是最具颠覆性的改变。

打通跨软件工具链的执行层

如果只有3D,还能说这是视觉能力顺带溢出来的。

但官方发布页上另一个演示,直接跨到了电子工程。

Astra拿到一张电路原理图,打开KiCad,先把元件一个个摆上板子,再把铜线一根根布好,一路推进到能送去工厂生产的PCB布局。

做硬件的人都知道这活有多烦:PCB布局到今天还大量靠手工,是电子设计流程里出了名的堵点。

Blender里写bpy,Unreal里写导出管线,Three.js里直接写几何,KiCad里摆元件走线。

四款看似不相干的专业软件,底层却是同一套动作:读懂任务,找到软件的接口,写代码或者动手操作,看结果,再改。

OpenAI把这套能力定义为电脑操作、网页浏览和专业工作。发布才一周,Astra已经靠这套能力,把第一批专业软件变成了自己的试验场。

在社区里,各种脑洞大开的成品也开始井喷。

Peter Gostev让Astra用Three.js把梵高最有名的6幅画连成一座能走进去的连续小镇。

你从《阿尔的卧室》里醒来,推门就是《夜间露天咖啡座》,沿街走下去是《罗纳河上的星夜》,出了城门是《麦田群鸦》和一片向日葵。

全程程序化生成,没用一个外部素材,每一面墙、每一块石板都是代码画出来的。

这说明Astra的本事不止于做资产,六幅画怎么拼成一个连续的空间,走到哪儿触发什么,最后怎么打包成一个能在浏览器里打开的网页,它一手包办。

Matt Shumer让Astra在Unreal里连干一周,搭了一座曼哈顿。

Dominik Kundel让Astra在BrickLink Studio里设计出真能拼的乐高模型,再用Blender渲染成4K视频,OpenAI Developers官方转发了这个用例。

有开发者做了2234个部件的人体解剖交互网站,能拆解、能旋转。

来源:新智元(经八阕转载) · 查看原文
Scroll for more