出品 | 网易智能·态度实测
作者 | 小扣
编辑 | 王凤枝
OpenAI新推出的GPT-6.2 Astra,主打的就是啃复杂项目。写代码、做网页、搭三维场景,都是它这次重点秀的肌肉。尤其是三维交互,它在Artificial Analysis的AA-3D评测里直接排到了榜首。
光看跑分不过瘾,我们想看看它把代码变成画面的本事,放到真实的内容制作里到底能打几分。于是直接给它出了四道题:复刻飞车、做一条新闻快讯、自由创作一段动画,再把祈年殿拆开讲一遍。
实测下来,有几样还真拿得出手。跑车能喷气起跳、横滚越过卡车,还能自己上手玩;新闻快讯配齐了图解和音乐;水鸟在月下探身捕鱼;祈年殿的屋顶一层层升起,露出了里面的柱网。尤其是后两段,成品已经让人想直接拿着工程文件继续往下改了。
01复刻飞车:不仅动起来了,还能直接上手玩
先看飞车,整套动作衔接得挺顺。
跑车加速后,尾部喷出白色气流,车头抬起,整个车身越过卡车驾驶室。横滚时能清楚看见底盘,翻满一圈后回正、四轮落地,再继续往前开。起跳、翻转、越顶到落地,一套动作有头有尾。
场景也没糊弄。夜间跑道带着反光,白色牵引车停在中央,路边灯光和远山把空间感拉了出来。黑底配荧光绿的界面,机位、动作阶段和实时状态一眼就能找到。
图:飞车网页的实际操作画面,包含喷气起跳、横滚、落地和重开
更有意思的是,它真把操作逻辑和胜负判定都写进去了。
加速、起跳、横滚全都可以自己控制。想过关,必须翻满一圈再稳稳落地;撞车、翻转不够、翻车着地或者从旁边绕过去,都会触发对应的失败判定。它甚至顾及到了手机端,在390像素宽的窄屏下会自动配上触屏按钮。
一段原本只是看看的飞车画面,就这样变成了一个能反复刷关的小游戏。车怎么动、镜头怎么跟、怎样算赢,逻辑基本都能对上。
镜头还有点问题。落地那一下,后方视角把车拍得偏小,喷气和雾气又挡住了一部分细节,切到侧面才看得清。夜景的游戏氛围是有了,最出彩的那几秒,还是应该让跑车再抢镜一点。
02 20秒新闻快讯:信息没毛病,但节奏偏慢
第二道题是20秒竖屏新闻快讯,要求把事讲明白,字幕、图片和配乐也得跟上。
选题是美国当地时间11月17日黄仁勋(Jensen Huang)的回任表态。他表示,只要董事会认为符合各方最佳利益,自己愿意回任;董事会则回应目前无意让他复任。
米白配深绿,整体走的是干净清爽的路线。开场第一屏就把黄仁勋资料照、回任意愿和董事会回应全摆了出来,消息的两面一目了然。接着,画面从“最佳利益”向下分出四条线,落到股东、员工、公司和美国四个节点上,把一句绕口的表态直接变成了好扫读的图解。
视频:20秒竖屏快讯(基于已核实的事实卡和资料照制作,画面编排、动画及配乐代码由Astra完成)
这条片子静音看也没障碍。主字幕够大,人物表态和公司回应区分清楚,资料照的拍摄背景单独标了出来,片尾也没漏掉“目前”这个关键限定。20秒里,信息主次拿捏得很稳。
配乐也做了,电钢琴、低音和打击乐全靠代码合成。Astra先排好每个音符什么时候响、音有多高、持续多久,再让程序算出声音波形,调成琴声、低音和鼓点,最后按节拍叠起来。相当于用代码搭了一支小型电子乐队,音乐还会跟着画面段落切换进出。字幕排版、图形动画、图片运镜加上音乐,一条快讯该有的元素算是配齐了。
不过放到现在的短视频语境里,这条片子的节奏还是偏慢。后半段大多是文字卡,画面变化少,看起来有点拖,底部的来源栏在手机屏幕上也偏密。配乐同样缺了点短视频BGM那种抓耳的记忆点,没能把情绪带起来。消息讲清楚了,但想让人刷到停下来看完,剪辑和音乐都还得再提一提劲。
03自由创作《银鳞·Quicksilver》:自己挑了剪纸木刻风
到了自由创作的捕鱼短片《银鳞·Quicksilver》,画风一下就变了。
橙色月亮挂在青蓝色湖面上,远山层层叠在后面,芦苇压住前景。水鸟站在浅水里,鱼从身前游过。它低头、探身,鸟喙扎进水面,水花散开,再抬头时鱼已经衔在嘴里。
全片只有8.5秒,故事很小,细节却很扎实。入水有水花,抬头有水滴,湖面铺着月光碎影,再加上鸟身上的羽片、远处的树林和近处的芦苇,整个画面立住了。
视频:《银鳞·Quicksilver》(题材、画风、动作和声音由Astra设计,展示版由其脚本与Blender工程经渲染生成)
这段最让人意外的地方,是题材和画风全由Astra自己决定。
它没有硬卷写实3D,而是用分层的平面构件,做出了类似剪纸和木刻的质感。橙色月亮撞上冷色湖面,材质带颗粒感,镜头轻轻一推,靠景物分层和前后遮挡就把立体感撑了起来。看起来像一幅会动的插画,构图、色彩和动作都很统一。
风声、鸟鸣、入水声和水滴声,同样是代码合成的。更重要的是,鸟、鱼、芦苇、镜头和动画全都留在Blender工程里,后面想改动作、调构图,直接就能接着做。
04拆解祈年殿:把28根柱子的门道讲明白了
最后一道祈年殿,难在既要像,又要拆得明白。
蓝瓦、红柱、三重檐、三层汉白玉圆台,得先让人一眼认出来。拆开以后,内部结构还不能乱画。祈年殿的28根主柱分为4根龙井柱、12根金柱和12根檐柱,这些数量和分组都是有建筑资料可查的。
这段14秒的动画先交出完整的祈年殿。暖灰色背景上,蓝顶、红身、白台基清清楚楚。随后三层屋顶依次升起,台基跟着分层展开,构件之间拉开空隙。
接着画面切入柱网,镜头慢慢抬高,配上平面示意,内圈4根、中圈12根、外圈12根的位置和数量全都对得上。
视频:祈年殿结构拆解(古琴风格配乐及屋檐、台基分离音效为后期追加,画面保持原版)
这段做得最舒服的地方,是讲解顺序很清楚。
先认外观,再看屋顶和台基怎么分层,最后单独拆解柱网。镜头走到哪儿,文字和图示就跟到哪儿,每一拍只讲一个重点,屋顶和柱网的关系更容易看清楚。梁架、装饰和构件比例做了简化,片中也老实标了“建筑结构示意”。
要说不足,屋顶展开后直接切到柱网还是有点急,前后的空间过渡可以接得更顺;瓦饰和木构也能再细一些。但整体造型、构件分组和演示顺序已经搭得很扎实,拿来往建筑或机械的结构科普短片继续深加工,完全够用。
四道题测完,Astra在视觉编程上的长处已经很明显。构图、材质、动作、镜头,甚至怎么操作、怎么算赢,它都能直接写进代码里。飞车、捕鱼和祈年殿尤其突出,屏幕里看见的空间和动作,背后都有能继续编辑的完整工程。
它现在已经能把这类视觉项目做得有模有样,交互逻辑和结构表达也跟得上。还差一口气的,是成品最后那点“网感”和火候。飞车的机位、快讯的剪辑节奏和BGM,都还有让人想动手再调一调的地方。从“能做出来”跨到“做得抓人”,大概就是它下一步要过的关。