你能用Astra提示多远？1个提示 vs 200个提示配合Blender

原始提示：“使用Blender，以照片级真实感水平构建双子塔/世贸中心（纽约市）。查找所有参考资料，确保建筑每个部分都精确1:1；所有曲线、屋顶细节、阴影、尖顶等。确保最终结果在90年代电影场景中能通过照片级真实感检查。使用通用清晰天空/部分多云HDRI。” Astra单独（1-shot, xhigh）在这方面做得相当差。但仅通过提示（我完全没动`.blend`文件），显然只要有足够的时间和引导，它就能建模几乎任何东西。这里的目标是与人类合作时将Astra推到极限，因为你所看到的所有演示都是1-3次尝试的。这个场景的时间跨度大约在10小时左右，你所看到的是经过约200个提示的人类引导后的结果。我很难描述整个场景，因为我不太行（例如，我对建筑术语一窍不通），但它几乎每次都能推断出我的意思。寻找参考图片也有点棘手。（它也有自己的子代理评判其工作的时期，但远不如我自己给它引导有效。）使用更详细的提示，它能得到更好的结果，但远远不够。我预计人类应该能从更模糊的提示开始工作。所以，虽然Astra显然有能力，它仍然需要人类引导才能创造出质量不错的东西。因此，我不认为它够得上AGI——我认为AGI应该能在经过许多小时工作后，用1个提示就创造出正确结果。它自己的子代理评论在这方面似乎缺乏品味，或者过早放弃。好消息是我确信未来的模型会越来越好，甚至能比我在仅1个提示下制作的更好。