一句提示词，一座可以开车逛的城市。这是Grok 4.7在Grok Build里交出的东西——一个GTA风格的开放大世界游戏。

发布者给出的描述很直接：你能在里面走动、开车、进入车辆，探索一整座城市。他的评价是"看起来疯得离谱"，并且说自己玩得相当开心。

打开网易新闻 查看精彩图片

更值得注意的不是这个游戏本身，而是紧跟在后面的那句话：Grok将能够生成照片级、物理精确的游戏。

从"能玩"到"物理精确"

这两件事被放在同一条信息里，指向的是两个不同的阶段。

已经发生的是：单条提示词生成一个可交互的开放大世界。玩家能在其中完成走动、驾驶、上车这些基础动作，城市本身是可探索的。

尚未发生的是：照片级画质加上物理精确。前者说的是视觉，后者说的是规则——物体怎么掉落、车辆怎么碰撞、动作怎么反馈，这些都要符合物理规律，而不是看起来像那么回事。

把这两点并列，等于给"AI生成游戏"划了一条分界线：现在的成果证明了可玩性，接下来的目标是把真实感补齐。

为什么"物理精确"比"好看"更难

照片级是渲染问题，物理精确是模拟问题。

一个画面足够逼真的游戏，如果车撞墙后穿模、物体悬空、角色滑步，玩家立刻会出戏。反过来，物理规则自洽但画面粗糙的游戏，反而能让人玩下去。

所以"物理精确"这四个字，实际要求的是生成模型不只理解像素长什么样，还要理解这个世界该怎么运转。这比生成一张好看的图，难度不在一个量级。

发布者没有说明这个目标什么时候实现，也没有给出技术路径。目前能确认的只有两件事：Grok 4.7已经能从一个提示词生成GTA风格的开放大世界，以及Grok被寄望于生成照片级、物理精确的游戏。

一条提示词背后的门槛变化

传统流程里，一个开放大世界游戏意味着什么？

  • 场景建模：城市、道路、建筑、载具，逐项制作
  • 交互逻辑：走动、驾驶、上下车，逐条编写
  • 世界填充：让整座城市看起来不是空壳

这些工作通常由团队分工完成，周期以月甚至年计。而现在被压缩成了一句提示词。

当然，这不等于传统开发被替代。生成出来的世界能玩到什么深度、能承载多复杂的玩法，发布者没有展开。他给出的信息停留在"能走动、能开车、能上车、能探索"这个层面。

但门槛的位置确实变了。过去要验证一个开放世界的想法，先得有人把世界搭出来；现在可以先让模型生成一个，进去走两圈，再决定要不要投入人力。

该冷静看的地方

这条信息里，最容易被放大的恰恰是最不确定的部分。

"将能够生成照片级、物理精确的游戏"是一个方向性表述，不是已交付的能力。它没有时间表，没有演示，也没有说明是在哪个版本、通过什么方式实现。

已经落地的部分则具体得多：Grok 4.7、Grok Build、单条提示词、GTA风格开放大世界、可走动可驾驶可上车可探索。这些是可以被验证的。

把两者混为一谈，就会得出"AI已经能生成照片级物理精确游戏"的结论，而这不是这条信息说的内容。

真正值得盯的是下一步：如果物理精确这一环被补上，AI生成的内容就从"能看能玩"进入"能当基础资产用"的区间。到那时，受影响的就不只是做demo的人。

现在，先看这座用一句话造出来的城市，能开多久不腻。