Qwen3.8-27b 跑了几个小时做的游戏 不忍直视

[David Chen]

最近看的一個有趣的又牛B的YT....https://www.youtube.com/@ZZDream67 妳去看看人家怎麼設計
好的遊戲不是簡單的幾句話就能完成

[鍾子揚 0]

@Tony-Yun

我自己用blender給他圖片讓ai操作blender差距就很明顯

這是GTP6 Astra Ultra Fast goal的成果

這是gemini 3.8 flash( high) 的成果

這是qwen 3.8 flash Q3量化 的成果

[neo]

@鍾子揚-0 后面两个做的我笑出声了

[stxpnet]

Q3量化，做成这样已经很好啦，本来就是从某个大厂蒸馏出来的残次品放在网上给大家娱乐。
而且27B雷霆思考，让它写个插件来自动继续，都整了这么久。

给我的感觉QWEN 3.8这些模型的原厂策略就是，为了跑分好看，不计TOKEN代价，疯狂胡思乱想，想得多了，总有机会撞到正确答案。

[懒人烘培]

@stxpnet 说:

想得多了，总有机会撞到
这个说法对，有问题就多想多花时间慢慢想，总能想对

[stxpnet]

@David-Chen 说:

最近看的一個有趣的又牛B的YT....https://www.youtube.com/@ZZDream67 妳去看看人家怎麼設計
好的遊戲不是簡單的幾句話就能完成

是的，关键就在这里， AI CODING久了的程序员，应该都有自己的心法，不会轻易外传吧。 除非是他得意的徒弟

[johnnybegood]

@鍾子揚-0 这不是真的吧？

[鍾子揚 0]

@johnnybegood

真的阿，第一張圖來源是
https://www.threads.com/?xmt=AQG0xIIxQC8ruh-eRV8X5PAzthahQNU8iZaSB01xxIyfaT7dfOSgsW1R18iijRwMbsoSDt-D

第二張跟第三張，我就是讓hermes分別用qemini3.8 flash跟qwen 3.8 flash跑

[kop wang]

GPT6的审美确实有非常大的飞跃，从鹈鹕骑自行车就能看出来：

[kos or]

@鍾子揚-0 said:

這是qwen 3.8 flash Q3量化 的成果

MoE 專家模型, 那Dense model Qwen3.8-27B 也差不多嗎？

[Jun]

@kos-or 用過Moe 對話稍微長一點智力垂直墜落 編成還是稠密靠譜一點 用雲端負責規劃 本地負責完成 感覺還行 就是有時候會死循環 感覺還要再調整調整 這是手機端監控跟ComfyUI 這樣不在家也能用

[kos or]

@Jun said:

用過Moe 對話稍微長一點智力垂直墜落 編成還是稠密靠譜一點 用雲端負責規劃 本地負責完成 感覺還行 就是有時候會死循環

謝謝反饋 我在評估 MoE 和Dense model 的差異, 看是否有必要把資源需求巨大的 MoE當做備用, 目前還沒發現到利基點, 而且27B稠密模型資源需求較少

ComfyUI 這樣不在家也能用

太可愛了這個 手機就能用ComfyUI

[terry]

@鍾子揚-0 这个GPT6的效果还是很能打。

[Tony Yun]

@johnnybegood

我们的目标是做一个2d RPG游戏 要有地图和建筑贴图 参考口袋妖怪 每次把任务拆分一下 开发前 派一个subgent作为游戏策划讨论；开发完 派一个游戏试玩进行全方位测试反馈

[Tony Yun]

kos-or 我的感觉是跟AI越聊越蠢 往往不如最开始的Oneshot的一致感 当然可能是我给AI拖后腿了

[Tony Yun]

@kop-wang 确实 一到要跟人互动的东西 就需要手把手把关 不然惨不忍睹 当然Astra好像是例外 太贵了 我也没有多少额度玩

[imbiplaza ASUS]

@Tony-Yun

人家预先做好效果skill，等我们去开动，

这个时候，open ai 又省下多少token, 然后跟我们收足token

闭源模型，做这种事情最厉害，然而并不是错事，因为人类做的事情，来来去去都是重复的

[Tony Yun]

@stxpnet 同感 看思考链挺能想 问题稍微上点强度 就变成浪费时间的游戏了

[terry]

一句提示词搞定一个游戏基本都是吹牛逼的，再长的提示词，也搞不定游戏细节，功能描述都不够，更别说直接做出来。都是大公司特训的demo

[stxpnet]

@Jun 对啊，要是有一个程序或者插件可以随时展示kld 就好了。。。
没有这种程序，就只有人脑做KLD，这样用起来 每天都很累。