کارپاتی با Opus 5 ارباب حلقهها رو رندر کرد
هوش مصنوعی
جاوااسکریپتخلاصهٔ کاملتر
آندری کارپاتی تو یه رشتهتوییت نوشته که دورهٔ سنجیدن مدلهای زبانی با کارهایی مثل «یه SVG از پلیکان سوار دوچرخه بکش» داره تموم میشه. برای همین تست رو یه پله بزرگتر کرده: پاراگراف اول ارباب حلقهها رو به Opus 5 داده، یک میلیون توکن بودجه (حدود ۱۰ دلار) براش گذاشته و ازش خواسته صحنه رو با three.js رندر کنه.
به گفتهٔ کارپاتی، مدل حدود دو ساعت یکبند کار کرده و ۵۵۰۰ خط کد نوشته که داستان رو بهشکل پروسیجرال میسازه و انیمیت میکنه. نتیجه به قول خودش یهکم دربوداغونه ولی کار میکنه. چیزی که براش عجیبه اینه که مدل باید خودش پالیگونها رو تو مختصات سهبعدی بچینه، حرکتشون بده و کل ارکستراسیون صحنه رو با کد در بیاره. سورس رو هم منتشر کرده تا تو مرورگر اجرا و فورک بشه.
نکتهای که نویسنده روش تأکید داره اقتصاد ماجراست: هیچ آدم عاقلی وقت نمیذاره یه چیز اینقدر سفارشی رو دستی بسازه، ولی مدلها بینهایت حوصله و پشتکار دارن. یعنی یه دسته کار از «هیچکس این کارو نمیکنه» میره به «چرا که نه، تقریباً مجانیه». کارپاتی از همینجا به ایدهٔ دنیاهای فوقسفارشی میرسه؛ دنیایی که بشه بازیکن رو توش انداخت، مثلاً بهعنوان یه NPC تماشاچی یا یکی از شخصیتهای داستان.
در مقابل، نویسنده میگه همین حوزهٔ بازی و دنیاهای سهبعدی یه ضعف جدی مدلها رو لو میده: مدل نمیتونه کار خودشو راحت ممیزی کنه، چون نه ویدیو رو بهشکل طبیعی درک میکنه نه میتونه داخل بازی بازی کنه. Opus 5 مجبور شده بهکندی از نقطههای مختلف اسکرینشات بگیره و چند جا هم خطا کرده. به نظر کارپاتی، توانایی خام چندوجهی و درک گیمپلی هنوز خیلی جای کار داره.
نکات کلیدی:
- پاراگراف اول ارباب حلقهها بهعلاوهٔ یک میلیون توکن بودجه (حدود ۱۰ دلار) شد یه رندر سهبعدی با three.js
- حدود دو ساعت کار پیوستهٔ مدل و ۵۵۰۰ خط کد پروسیجرال
- کارهای فوقسفارشی که قبلاً صرف نمیکرد، حالا تقریباً رایگان شدن
- ضعف باقیمونده: مدلها ویدیو رو نمیبینن و بازی نمیکنن، پس خروجی خودشون رو خوب نمیسنجن
- سورس منتشر شده و تو مرورگر قابل اجرا و فورکه
