最近两天，相信大家都被GPT-6Astra的各种逆天玩法刷屏了——一句话完成3D建模、从零制作完整游戏、几千个零件的东西说拆就拆，甚至还能拿来控制机器人……总之，强得没边。网友们有句话说得很夸张：只要你学得慢，你就可以不用学。但是GPT-6Astra确实给人一种感觉，它一出来，原来困扰很多领域的复杂性突然就有解决的苗头了。
这种趋势不容小觑，但模型现阶段的能力也不宜过度夸大。在这篇文章中，我们就来盘点一下GPT-6Astra的各种逆天玩法，及其当前的局限。
3D建模这件事，
突然开始变简单了？
这两天Astra最密集刷屏的能力，大概就是3D。
有人拿它来直接生成3D的火车：
两列火车都是Astra用TypeScript和Three.js代码，在浏览器运行时直接生成出来的。车身尺寸、轮廓、各种几何结构来自代码里的尺寸参数、profile和geometryfunction；车轮运动是代码，整辆火车炸开、零件散开再重新组装的动画也全是代码。
而且，这些模型做出来之后还能按部件拆开。一台相机可以被拆成122个组件组、1877个独立建模部件。整个任务大概跑了3个小时，作者表示之前根本没意识到Three.js（一个用于在浏览器中创建和展示3D图形的JavaScript库）还能这么玩。
相机能拆，特斯拉也能拆。有人将其拆成了334个建模部件，而且这334个零件的名称、编号和基础结构是有官方依据的，不是AI凭空捏造的。当然，它仅仅是一个非常粗略的框架级拆解，远远达不到3D拆解所需的精细度。
有意思的是，这个作者拆完特斯拉不过瘾，还建了个网站来「拆人（男性）」：全身的2234个建模部件可以逐一查看，而且可以映射到源文件。
看到这些案例，有人高呼「3D建模的学生天塌了」。
但也有人说，AI现在直出的结果还不能商用。
而且，稳定性也是一大问题，它终究还是需要人来修bug的。
这些Demo的意义，并不只是证明Astra会建模。更重要的是，它展示了一种新的交互方式：人不再需要学习复杂的3D软件，而是直接描述想要的世界，让AI负责把想法翻译成空间结构。
过去，3D建模是进入数字世界的门槛；未来，它可能变成AI理解和生成现实世界的一种基础能力。当然，距离真正工业级应用还有距离，但这条路正在变得越来越清晰。
软件不用学了？
Astra自己进去点
在OpenAI的官方定位里，computeruse、browseruse都是GPT-6Astra的王牌能力。在一个Canva绘画案例中，我们看到了这方面的真实体现。
在这个案例中，网友让Astra在Canva里把他画出来（根据参考照片复刻肖像）。画图过程中，Astra能够直接操控浏览器中的Canva界面：选择工具、精确点击/拖动、逐层绘制（从背景到身体、手臂，再到脸部细节），最终完成一张高度相似的像素风格半写实肖像。
这里面还涉及长时间多步骤操作（作者反馈约1小时）、工具切换（Chrome中途出问题后切换到computeruse模式），以及极高的界面理解与精细控制精度。
隔壁fable5.1也拿到了相同的提示，但结果让网友略显失望：
做这个实验的还不止他一个人。另一个网友也拿同一张照片让两个AI画，结果也差不多：Astra更写实，Fable5.1更洒脱……
视频链接：https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
不过，有网友指出，这些东西的最终视觉效果不是重点，重要的是有Astra加持的Agent已经能够自己操作Blender、虚幻引擎、浏览器，把prompt直接变成工程文件。
这几天刷屏的「Astra使用Blender重建旧金山艺术宫」「张老蒸汽火车图纸，变成Blender里的3295个可编辑对象」「600个AstraAgent住进同一个Unreal世界」都是这一方向的典型案例。
视频链接：https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
另一个比较有意思的案例是「弹钢琴」。OpenAI员工VictorE.Nunez让Astra找一个在线钢琴，用ComputerUse弹《RiverFlowsinYou》。在执行过程中，Astra自己搜索并打开了一个在线虚拟钢琴网站，然后用ComputerUse直接操控电脑界面：鼠标点击当作「右手」，点击钢琴键。键盘控制当作「左手+快速段落」。两者同时进行，精确控制节奏、音符时值，完整演奏了《RiverFlowsinYou》这首曲子。
视频链接：https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
更有意思的是，Astra自己录了屏幕，并剪辑了这个演示视频。整个过程是端到端的：从理解任务→找网站→加载乐器→实时演奏，无需人工干预中间步骤。
这些案例表明，GPT-6Astra在agenticcomputeruse上达到了新的高度，速度、精度、多工具并行和实时反馈能力都达到了相当高的水平。
或许，以后人们可以不执着于想怎么把某个专业软件的能力重新做成AI功能，直接把软件交给AI用就行了。能够操作任何为人类设计的软件，大大扩展了AI的应用场景。
屏幕之外，
Astra开始控制机器人了
前面的Demo再离谱，本质上还都发生在电脑里。
网友JayChooi做的测试就不太一样了：他们真的把Astra接到了机械臂上。
其中一个任务，是让机械臂把积木放进碗里。GPT-6Astra做了20次，成功率达到95%；对照的Fable5.1是40%。同时，其输出token数仅为后者的约16%，成本仅为后者的约43%。
更关键的是，这里没有针对这个任务给Astra做示范或者微调。JayChooi后来专门补充，这是一个zero-shot测试。模型负责给出机械臂末端执行器的位置和姿态，再通过自动逆运动学求解器转换成机械臂动作。
随着大模型token输出速度的加快，JayChooi乐观预计，LLM最早今年年底就能实时控制机械臂，最迟在2029年。
英伟达前研究科学家YuXiang则进一步指出，机器人学的下一个前沿可能是如何真正利用先进的AI模型来进行操控。仅仅将它们用作调用感知和规划模块的Agent是不够的。我们需要新的方法来将这些模型与物理世界连接起来。
这样的结果也让人好奇，OpenAI到底在后训练里加了什么，才让模型这么全能？还是说预训练有所突破？
还学吗？
看了这些，有人感叹，AI已经不满足于生成一张图，而是开始试着「重构世界」了。
一个问题自然浮出水面：当AI能建模、能写代码、能操作软件，甚至开始碰物理世界，我们今天苦学的这些技能，到底还有多少会以现在的形态存在？
这个问题现在当然没有答案。Astra还有大量不稳定、粗糙甚至根本不能用的地方，但这两天真正让人不安又兴奋的，可能也正是这一点：很多过去默认必须由人掌握的复杂操作，第一次出现了被整体打包给AI的可能。
至于「以后还要不要学」，答案肯定是还得学。只是我们可能得重新想想，到底什么才值得学。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】