Playco 使用 GPT-6 Astra 将游戏原型制作的手动修复减少50%
摘要
Playco 使用 GPT-6 Astra 构建了 Playbot,这是一个面向游戏开发者的AI驱动IDE,将手动修复减少了50%,并提升了空间推理和原型制作效率。
使用 GPT-6 Astra,Playco 基于一个灰盒基础构建了三个主题游戏原型,并报告称与之前的模型相比,手动修复减少了50%。
查看缓存全文
缓存时间: 2026/09/03 21:03
# Playco利用GPT-6 Astra将游戏原型开发的人工修复工作量降低50%
来源:https://openai.com/index/playco-game-prototyping-with-astra/
Playco正在运用GPT‐6 Astra构建Playbot——一个为专业游戏开发者设计的AI驱动型IDE。该系统直接对接Unity和Godot等游戏引擎,使AI模型能够编辑游戏场景、运行测试游戏、验证修改方案,并在开发者现有工具环境中并行工作。
游戏开发中,模型需要超越单纯的代码编写能力。它必须理解空间逻辑、视觉参照、界面响应、游戏手感,并且确保修改在实际游玩时确实生效。Playbot通过让模型在引擎内构建内容、运行测试、定位问题并优化成果,使这一切成为可能。
> “GPT-6 Astra在空间推理和合理布局元素方面表现显著提升,视觉识别能力也得到改进。我们还观察到其在游戏引擎界面响应方面的优化。”
——Playco首席产品工程师Joao Vieira
## 从单一灰盒原型衍生出三个可玩世界
Playco团队利用GPT‐6 Astra从简单几何体出发创建了无主题灰盒原型,并在游戏玩法和创意细节上进行了数次迭代。基于这个共同基础,团队开发出三款主题各异的游戏原型。Playco表示GPT-6 Astra一次性完成了全部三个原型的构建。
多数原型首次生成即达到可用状态。首席产品工程师Joao Vieira表示:“Astra生成的首个原型就已相当完善,我们只需根据玩法偏好进行调整。”其中一款赛博朋克版本需要性能优化,其余版本无需额外迭代即可正常运行。
## 人工修复工作量减半
采用前代模型时,Playco生成的灰盒原型精细度较低。持续提示模型修正最终会适得其反,工程师不得不手动介入修复游戏。而GPT-6 Astra使Playco的人工修复工作量降低了50%。
团队同时观察到模型在空间推理、参考图像复现、Unity引擎界面响应以及游戏手感方面的提升。由于Playbot允许模型自行试玩游戏并验证修改效果,Playco表示Astra能更便捷地发现缺陷,并定位玩家体验优化点。
对Playco而言,最大价值在于能将更多创意转化为开发者可实际体验比较的产品。正如首席产品工程师Joao Vieira所言:“倘若你有十个游戏创意,现在可以全部实现并实际试玩,真切感受它们的效果,而不只是停留在想象层面。”
相似文章
GPT-6 Astra
OpenAI发布GPT-6 Astra,这是其最强大的AI模型,适用于高级推理、软件工程和智能体工作流,具备异步工具调用和中途引导功能,并制定了分阶段推出计划。
GPT‑6 Astra
OpenAI 发布 GPT‑6 Astra,在安全任务和长上下文处理方面表现出色,在 ARC-AGI 3 上达到 99.9%,尽管在某些基准测试上仍落后于 Claude Fable。
@danshipper: 重磅消息: OpenAI 刚刚发布了 GPT-6 ASTRA!!! 🚀✨ 我们在 @every 对它进行了大量测试,涵盖编程、写作和……
OpenAI 发布了 GPT-6 ASTRA,这是在编程、写作和知识工作中的重大升级,具备先进的计算机使用和3D可视化能力,但与竞争对手如Fable相比,有时会过度复杂化任务。
GPT-6 Astra
OpenAI 推出了 GPT-6 Astra,这是一个最先进的 AI 模型,在多个基准测试中获得高分,并在计算机使用、对齐和专业任务方面表现出色,即将向用户推出。
利用自定义GPT提升开发者生产力
国际游戏公司Paf通过在其100人工程团队中部署ChatGPT Enterprise,并为专业编码任务创建了85多个自定义GPT,取得了显著的开发者生产力提升。该公司报告GPT-4的准确度比竞争对手高25%,并将该技术集成到grit:lab编码学院中,以培养新一代开发者。