Аннотация:
Я думаю, что за последние два дня все были потрясены невероятным 3D-моделированием игрового процесса GPT-6 Astra в одном предложении, созданием полноценной игры с нуля, разбором тысяч деталей с первого взгляда и даже использованием его для управления роботами... Короче говоря, это невероятно мощный инструмент. Пользователи сети преувеличивают: «Пока вы учитесь медленно, вам не нужно учиться». Но GPT-6 Astra дает людям ощущение, что как только она выйдет, сложность, которая изначально преследовала многие области, внезапно окажется решенной.
Не следует недооценивать эту тенденцию, но и не следует переоценивать текущие возможности модели. В этой статье мы подведем итоги невероятного игрового процесса GPT-6 Astra и его текущих ограничений.
3D-моделирование
Вдруг стало легче?
Самая интенсивная возможность смахивания экрана Astra за последние два дня — это, вероятно, 3D.
Кто-то использовал его для создания 3D-поездов напрямую:
Оба поезда генерируются непосредственно Astra с использованием кода TypeScript и Three.js при запуске в браузере. Размер тела, контур и различные геометрические структуры берутся из параметров размера, профиля и функции геометрии в коде; движение колеса — это код, и анимация взрыва всего поезда, развала частей и повторной сборки — тоже весь код.
Более того, эти модели после изготовления можно разобрать на части. Камеру можно разобрать на 122 группы компонентов и 1877 индивидуально смоделированных деталей. На всю задачу ушло около 3 часов. Автор сказал, что никогда не осознавал, что Three.js (библиотека JavaScript, используемая для создания и отображения 3D-графики в браузере) можно использовать таким образом.
Камеру можно разобрать, как и Tesla. Кто-то разобрал его на 334 детали для моделирования, и названия, номера и основные структуры этих 334 деталей являются официальными, а не выдуманными ИИ. Конечно, это всего лишь очень грубая разборка на уровне кадра, далекая от уровня детализации, необходимого для разборки в 3D.
Интересно, что этот автор не был удовлетворен разборкой Теслы и даже создал веб-сайт, чтобы «разобрать мужчину (мужчину)»: 2234 моделируемые части всего тела можно просмотреть одну за другой и сопоставить с исходными файлами.
Увидев эти случаи, некоторые люди кричали: «Небо рушится для студентов, занимающихся 3D-моделированием».
Но некоторые люди говорят, что нынешние прямые результаты применения ИИ еще коммерчески недоступны.
Более того, стабильность — тоже большая проблема. В конце концов, для исправления ошибок по-прежнему нужны люди.
Цель этих демонстраций не только в том, чтобы доказать, что Astra умеет моделировать. Что еще более важно, он демонстрирует новый способ взаимодействия: людям больше не нужно изучать сложное 3D-программное обеспечение, а напрямую описывать мир, который они хотят, и позволить ИИ отвечать за преобразование идей в пространственные структуры.
Раньше 3D-моделирование было порогом входа в цифровой мир; в будущем это может стать базовой способностью ИИ понимать и создавать реальный мир. Конечно, до настоящего промышленного уровня еще предстоит пройти долгий путь, но этот путь становится все более ясным.
Нет необходимости изучать программное обеспечение?
Астра, зайди сама
В официальной позиции OpenAI использование компьютера и браузера являются козырными возможностями GPT-6 Astra. На примере рисования Canva мы видим это в действии.
В данном случае пользователь сети попросил Астру нарисовать его в Canva (копируя портрет с эталонной фотографии). В процессе рисования Astra может напрямую управлять интерфейсом Canva в браузере: выбирать инструменты, точно щелкать/перетаскивать, рисовать слой за слоем (от фона до тела, рук и деталей лица) и, наконец, создавать очень похожий полуреалистичный портрет в пиксельном стиле.
Это также предполагает длительные многоэтапные операции (по отзывам авторов — около 1 часа), переключение инструментов (Chrome переключается в режим использования компьютера после того, как проблема возникает на полпути), а также чрезвычайно высокое понимание интерфейса и тонкую точность управления.
В Fable 5.1 по соседству тоже было такое же приглашение, но результат разочаровал пользователей сети:
Он не единственный, кто проводит этот эксперимент. Другой пользователь сети также сделал ту же фотографию и попросил двух ИИ нарисовать ее, и результаты были схожими: Astra более реалистична, Fable 5.1 более свободна и проста...
Ссылка на видео: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
Однако некоторые пользователи сети отметили, что окончательные визуальные эффекты этих вещей не в центре внимания. Важно то, что агенты, поддерживаемые Astra, уже могут самостоятельно работать с Blender, Unreal Engine и браузерами и напрямую преобразовывать подсказки в файлы проекта.
За последние несколько дней «Астра использует Blender для восстановления Дворца изящных искусств Сан-Франциско», «Старый рисунок паровоза превратился в 3295 редактируемых объектов в Blender» и «600 агентов Astra, живущих в одном и том же нереальном мире» — все это типичные случаи в этом направлении.
Ссылка на видео: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
Еще один интересный случай — «игра на фортепиано». Сотрудник OpenAI Виктор Э. Нуньес попросил Астру найти онлайн-пианино и сыграть «River Flows in You» с помощью компьютера. В процессе исполнения Astra сама нашла и открыла онлайн-сайт виртуального пианино, а затем использовала «Использование компьютера» для непосредственного управления интерфейсом компьютера: щелкайте мышью как «правой рукой» и нажимайте на клавиши пианино. Управление с клавиатуры рассматривается как «левая рука + быстрый абзац». Они выступили одновременно, точно контролируя ритм и длительность нот, и полностью исполнили песню «River Flows in You».
Ссылка на видео: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
Что еще интересно, Astra сама записала экран и смонтировала это демонстрационное видео. Весь процесс сквозной: от понимания задачи → поиска сайта → загрузки инструмента → игры в реальном времени, без ручного вмешательства на промежуточных этапах.
Эти случаи показывают, что GPT-6 Astra достигла новой высоты в использовании агентских компьютеров: скорость, точность, параллелизм нескольких инструментов и возможности обратной связи в реальном времени достигли очень высокого уровня.
Возможно, в будущем люди смогут перестать думать о том, как воссоздать возможности определенного профессионального программного обеспечения в функциях ИИ, и просто передать программное обеспечение ИИ. Возможность управлять любым программным обеспечением, предназначенным для людей, значительно расширяет сценарии применения ИИ.
За пределами экрана
Астра начинает управлять роботом
Какими бы возмутительными ни были предыдущие демонстрации, по сути все они происходили на компьютере.
Тест, проведенный пользователем сети Джеем Чуем, был другим: они фактически подключили Астру к роботизированной руке.
Одна из задач — заставить роботизированную руку складывать блоки в миску. GPT-6 Astra делалась 20 раз, и показатель успеха достигал 95%; контрольная Fable 5.1 составляла 40%. При этом количество его выходных токенов составляет лишь около 16% от последнего, а стоимость — лишь около 43% от последнего.
Что еще более важно, нет никакой демонстрации или тонкой настройки Astra для этой задачи. Позже Джей Чуй специально добавил, что это был тест с нулевым выстрелом. Модель отвечает за определение положения и положения конечного эффектора роботизированной руки, а затем преобразование его в движение роботизированной руки с помощью автоматического решателя обратной кинематики.
Поскольку скорость вывода токенов крупных моделей увеличивается, Джей Чуи оптимистично прогнозирует, что LLM сможет управлять роботизированной рукой в реальном времени уже в конце этого года и уже в 2029 году.
Ю Сян, бывший научный сотрудник NVIDIA, далее отметил, что следующим рубежом в робототехнике может стать реальное использование передовых моделей искусственного интеллекта для управления. Просто использовать их в качестве агентов для запуска модулей восприятия и планирования недостаточно. Нам нужны новые способы связать эти модели с физическим миром.
Такие результаты также вызывают у людей любопытство. Что OpenAI добавил после обучения, чтобы сделать модель такой универсальной? Или есть прорыв в предтренинге?
Все еще учишься?
Прочитав это, некоторые люди посетовали, что ИИ больше не удовлетворяется созданием картинки, а начал пытаться «реконструировать мир».
Естественно возникает вопрос: когда ИИ сможет моделировать, писать код, управлять программным обеспечением и даже начать прикасаться к физическому миру, сколько навыков, которые мы так усердно изучаем сегодня, все еще будут существовать в их нынешней форме?
На этот вопрос сейчас точно нет ответа. В Астре еще много чего нестабильного, грубого или даже вообще непригодного для использования, но что действительно тревожит и волнует в эти два дня, может быть именно это: впервые многие сложные операции, которые по умолчанию должны быть освоены людьми, стали возможными целиком упакованы для ИИ.
Что касается вопроса «Стоит ли мне изучать это в будущем?», то ответ определенно таков: мне все равно придется этому учиться. Просто нам, возможно, придется переосмыслить то, чему стоит учиться.
Комментарии