AI热点风向标·06月19日晚间版：AI大模型做游戏开发

最近AI圈有个趋势特别明显，就是大家都在卷一个事儿——用AI做游戏。

B站上好几个热门视频都在讨论这个方向，而且互动量都挺炸的。

对，我也注意到了。最火的一个是GLM 5.2跟Claude Opus 4.8的对比测试，专门看谁能一条提示词就做出一个游戏来。

这个选题确实很聪明，用游戏开发来测大模型能力，比跑benchmark有意思多了。

而且它做了三轮测试，不是一锤子买卖。这个设计很关键，因为单轮你可能碰上模型状态好，三轮才能看出稳定性。

从产品经理角度看，这种测试其实在验证一个很实际的需求——非程序员能不能用自然语言做出可玩的东西。

没错。GLM 5.2是智谱的最新版本，Claude Opus 4.8是Anthropic的旗舰。这俩放一起比，本身就说明国产模型在代码生成这块已经有底气跟顶级选手掰手腕了。

不过我好奇的是，一条提示做游戏这个标准是不是太简化了？实际开发中谁会只用一条提示啊。

你说得对，但这恰恰是测极限能力。就像汽车测零百加速，日常没人这么开，但它能反映引擎素质。

一条提示能做出多完整的游戏，考验的是模型的规划能力、代码架构能力和上下文理解的综合素质。

行，这个类比我服。那咱们聊聊另一个更炸裂的——有人两天从零做出了一个3D游戏，用的AI工作流。

对，那个瑞克黄瓜大战老鼠的项目，B站互动分764，相当高了。

两天做3D游戏，还是肉鸽射击类型的，搁以前这至少得一个小团队干几个月吧。

关键是他用了虚幻引擎加上Triple这种AI 3D建模工具。这个工作流才是重点，不是说AI一键生成了整个游戏。

他其实是把传统游戏开发流程里最耗时的环节——3D建模、素材制作——用AI给加速了，引擎逻辑和关卡设计可能还是人在把控。

所以本质上是AI辅助而不是AI替代？

目前阶段是这样。但你想想，两天出一个可玩的demo，这对独立游戏开发者来说意味着什么？试错成本几乎为零。

确实，以前一个想法要验证可不可行，光做原型就得几周。现在两天就能看到效果，不行就换方向。

我觉得这就是为什么AI做游戏这个话题此刻这么火——它不是纯炫技，是真的在改变独立开发者的生产力。

好，那咱们换个话题。B站上还有一个很火的教程类视频，讲Hugging Face的，两个小时的超长教程。

标题很夸张，说是翻遍全网最详细的，还涵盖了Deepseek、Qwen、GPT、BERT这些主流模型。

这种教程火起来其实反映了一个现象——大量人想入门AI开发，但被生态的复杂性劝退了。

对，Hugging Face现在就是AI界的GitHub，但对新手来说确实门槛不低。模型怎么选、怎么部署、怎么微调，每一步都有坑。

而且你注意到没，它把Deepseek和Qwen放进去了。这说明国产开源模型已经成为Hugging Face生态里不可忽视的存在。

两年前做这种教程，可能只会讲GPT和BERT。现在必须把国产模型加进来，否则教程就不完整。

从产品视角看，这类长教程能火也说明一个问题——碎片化的短视频满足不了真正想学东西的人。

没错，两小时的系统性内容反而是稀缺的。大家刷短视频刷腻了，真要上手干活还是需要完整的知识体系。

那最后聊一个海外的话题吧。YouTube上有个热议的播客节目讨论了Meta被起诉的事儿——因为抓取了不当内容来训练模型。

这个案子挺有代表性的。Meta被指控用爬虫抓了大量成人内容来训练AI，现在被告了。

训练数据的合规性问题，这个争议从去年吵到今年一直没停过。

但这次不一样。之前主要是版权争议，比如用了艺术家的作品、用了新闻文章。这次是隐私和内容性质的问题，性质更严重。

对，如果训练数据里包含未经同意的私密内容，那法律风险可比版权大多了。

而且同一期节目还提到了四万台服务器从VMWare迁走的事。这两个新闻放一起看，大公司的基础设施决策正在被AI时代的新规则重塑。

一个是数据层面的合规压力，一个是基础设施层面的成本压力，都在逼着大厂做选择。

我的判断是，训练数据的法律战会在未来一两年集中爆发。Meta这个案子可能只是开始。

这对国内AI公司其实也是警示。数据来源这个问题，早晚得面对。

完全同意。谁先把数据合规这件事做扎实，谁就少一个定时炸弹。

好，今天这几个话题聊下来，感觉AI做游戏这个方向是真的在加速落地，教程类内容说明入局的人越来越多，数据合规则是悬在头上的剑。

总结到位。AI的生产力价值越来越实在了，但规则和边界也在同步收紧。

行，那今天就聊到这儿，咱们明天见。