Playco借助GPT-6 Astra将游戏原型制作中的手动修复减少50%
游戏初创公司Playco利用OpenAI的GPT-6 Astra模型，在游戏原型制作中实现了手动修复工作量的大幅下降。 该公司报告称，使用新模型后，手动修复次数比之前减少了50%，并成功从同一个灰盒基础构建出三款不同主题的游戏原型。
Playco正在开发名为Playbot的AI集成开发环境（IDE），旨在帮助专业游戏开发者更高效地工作。Playbot直接连接到Unity和Godot等游戏引擎，使AI模型能够编辑场景、运行游戏进行测试、验证更改，并在开发者熟悉的工具中并行工作。
在游戏开发中，模型不仅要编写代码，还需要理解空间关系、视觉参考、响应式界面、游戏手感，以及判断更改在游戏实际运行时是否有效。Playbot通过让模型在引擎中构建、运行测试、发现并修复问题，实现了这一目标。
Playco的首席产品工程师Joao Vieira表示：“GPT-6 Astra在空间推理和元素定位方面表现更好，其视觉能力也有所提升。我们还观察到游戏引擎中UI响应性的改善。”
从灰盒到三款可玩原型
Playco团队使用GPT-6 Astra创建了一个未主题化的灰盒原型，基于简单图元构建，并进行了一些游戏玩法和创意细节的迭代。然后，他们从这个共享基础出发，开发了三个主题游戏原型。Playco称，GPT-6 Astra一次性生成了全部三个原型，且大多数原型首次尝试即可运行。
Vieira补充说：“使用Astra，第一个原型已经很出色。我们只需根据游戏偏好进行修改。”其中一个赛博朋克版本需要性能修复，但其他部分无需额外迭代。
手动修复减少50%
在使用之前的模型时，Playco的初始灰盒不够完善，提示模型纠正反而适得其反，工程师不得不手动介入修复游戏。而使用GPT-6 Astra后，手动修复次数减少了50%。团队还观察到空间推理、参考图像重现、Unity内响应式UI以及游戏手感方面的改进。由于Playbot允许模型自己玩游戏并验证修改，开发效率得到显著提升。
这一案例展示了AI在游戏开发领域的巨大潜力，尤其是在原型设计和迭代速度上。随着GPT-6 Astra等模型能力的增强，开发者能够更专注于创意和游戏体验，而将重复性修复工作交给AI。