跳到主要內容
maxstudioNews
商業OpenAI Blog約 2 分鐘

GPT-6 Astra 助力 Playco 遊戲開發:手動修正減半,原型效率大增

Playco 正利用 OpenAI 的 GPT-6 Astra 模型開發 Playbot,這是一個專為專業遊戲開發者設計的 AI 驅動整合開發環境(IDE)。透過 GPT-6 Astra,Playco 在遊戲原型開發過程中,成功將手動修正的工作量減少了 50%。這項技術顯著提升了遊戲模型的空間推理、視覺參考及使用者介面反應能力,讓開發團隊能更快速地將創意轉化為可玩的遊戲原型。

GPT-6 Astra 助力 Playco 遊戲開發:手動修正減半,原型效率大增
圖片來源:OpenAI Blog

Playco 正運用 GPT-6 Astra 開發 Playbot,這是一款專為專業遊戲開發者設計的 AI 驅動整合開發環境(IDE)。Playbot 能直接連接 Unity 和 Godot 等遊戲引擎,讓 AI 模型得以編輯場景、測試遊戲、驗證修改,並在開發者慣用的工具中平行作業。

在遊戲開發中,模型不僅僅需要撰寫程式碼。它還必須能理解空間、視覺參考、回應式介面、遊戲手感,以及修改在實際遊戲中是否有效。Playbot 讓模型能夠直接在遊戲引擎中建構、執行測試、找出錯誤並改進其創作,從而實現了這些功能。

Playco 首席產品工程師 Joao Vieira 表示:「GPT-6 Astra 在空間推理和合理擺放元素方面表現優異。此外,它的視覺能力似乎也有所提升,我們還觀察到遊戲引擎中使用者介面反應速度的改進。」

從一個灰盒原型建構出三個可玩世界。Playco 團隊利用 GPT-6 Astra,從簡單的原始物件創建了一個無主題的灰盒原型,隨後針對遊戲玩法和創意細節進行了幾次迭代。以此共通基礎,團隊進一步開發了三個不同主題的遊戲原型。Playco 表示,GPT-6 Astra 一次性就生成了這三個原型。

大多數原型在首次嘗試時就能正常運作。Joao Vieira 指出:「有了 Astra,第一個原型就已經很完善了,我們只需根據遊戲玩法偏好進行調整。」其中一個賽博龐克版本需要進行效能修正,但其餘原型都無需額外迭代即可完成。

手動修正工作量減半。使用舊模型時,Playco 的初始灰盒原型精緻度較低。當時,要求模型進行修正最終會適得其反,工程師不得不手動介入修復遊戲。而導入 GPT-6 Astra 後,Playco 報告手動修正次數減少了 50%。

團隊還觀察到空間推理、參考圖像重建、Unity 內部回應式使用者介面以及遊戲手感方面的改進。由於 Playbot 能讓模型自行試玩遊戲並驗證其修改,Playco 表示 Astra 更容易發現錯誤,並能找出提升玩家體驗的改進點。

對 Playco 而言,最大的影響是能夠將更多創意轉化為開發者可以實際遊玩和比較的內容。正如首席產品工程師 Joao Vieira 所說:「如果你有 10 個遊戲點子,現在你可以將這 10 個點子都實現出來,實際體驗它們的感受,而不僅僅是想像。」

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 OpenAI Blog 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。