跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签 硬件 AI 广场
  1. 主页
  2. 版块
  3. 随便聊聊
  4. Qwen3.8-27b 跑了几个小时做的游戏 不忍直视

Qwen3.8-27b 跑了几个小时做的游戏 不忍直视

已定时 已固定 已锁定 已移动 随便聊聊
qwenqwen-27b本地模型
31 帖子 13 发布者 564 浏览
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • stxpnetS
    stxpnetS
    stxpnet
    超凡大师
    编写于 最后由 编辑
    #12

    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。
    image.jpeg

    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。

    双卡3090 PCIE 3.0 8X/8X

    白天(宰相) Sglang+mattbucci 3.6 35B A3B AWQ W4A16 262K ~160 t/s
    夜间(将军) sglang+DENSE 27B INT8-W8A8-imatrix mtp/dflash2 230K ~65 t/s
    懒人烘培懒 T 2 条回复 最后回复
    0
    • stxpnetS 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。
      image.jpeg

      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。

      懒人烘培懒
      懒人烘培懒
      懒人烘培
      德高望重
      编写于 最后由 编辑
      #13

      @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

      双 7900 XTX:模型本地跑,Token 随便烧!

      1 条回复 最后回复
      0
      • David ChenD 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

        stxpnetS
        stxpnetS
        stxpnet
        超凡大师
        编写于 最后由 编辑
        #14

        @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

        双卡3090 PCIE 3.0 8X/8X

        白天(宰相) Sglang+mattbucci 3.6 35B A3B AWQ W4A16 262K ~160 t/s
        夜间(将军) sglang+DENSE 27B INT8-W8A8-imatrix mtp/dflash2 230K ~65 t/s
        1 条回复 最后回复
        0
        • 鍾子揚 0鍾 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
          images.jpg

          這是GTP6 Astra Ultra Fast goal的成果
          螢幕擷取畫面 2026-09-16 125827.png

          這是gemini 3.8 flash( high) 的成果
          572184.jpg

          這是qwen 3.8 flash Q3量化 的成果
          572189.jpg

          johnnybegoodJ
          johnnybegoodJ
          johnnybegood
          超凡大师
          编写于 最后由 编辑
          #15

          @鍾子揚-0 这不是真的吧?

          鍾子揚 0鍾 1 条回复 最后回复
          0
          • johnnybegoodJ johnnybegood

            @鍾子揚-0 这不是真的吧?

            鍾子揚 0鍾
            鍾子揚 0鍾
            鍾子揚 0
            编写于 最后由 鍾子揚 0 编辑
            #16

            @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
            Screenshot_20260916_162442_Telegram.jpg
            Screenshot_20260916_162635_Telegram.jpg
            Screenshot_20260916_162712_Telegram.jpg

            1 条回复 最后回复
            2
            • kop wangK
              kop wangK
              kop wang
              超级版主
              编写于 最后由 编辑
              #17

              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:

              image.jpeg

              虚心交流,一起进步

              stxpnetS 1 条回复 最后回复
              2
              • 鍾子揚 0鍾 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
                images.jpg

                這是GTP6 Astra Ultra Fast goal的成果
                螢幕擷取畫面 2026-09-16 125827.png

                這是gemini 3.8 flash( high) 的成果
                572184.jpg

                這是qwen 3.8 flash Q3量化 的成果
                572189.jpg

                kos orK
                kos orK
                kos or
                超凡大师
                编写于 最后由 编辑
                #18

                @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?

                1 条回复 最后回复
                0
                • JunJ
                  JunJ
                  Jun
                  编写于 最后由 编辑
                  #19

                  @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
                  IMG_0730.png
                  IMG_0732.png
                  IMG_0731.png

                  kos orK stxpnetS 2 条回复 最后回复
                  1
                  • JunJ 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
                    IMG_0730.png
                    IMG_0732.png
                    IMG_0731.png

                    kos orK
                    kos orK
                    kos or
                    超凡大师
                    编写于 最后由 kos or 编辑
                    #20

                    @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

                    1 条回复 最后回复
                    0
                    • 鍾子揚 0鍾 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
                      images.jpg

                      這是GTP6 Astra Ultra Fast goal的成果
                      螢幕擷取畫面 2026-09-16 125827.png

                      這是gemini 3.8 flash( high) 的成果
                      572184.jpg

                      這是qwen 3.8 flash Q3量化 的成果
                      572189.jpg

                      terryT
                      terryT
                      terry
                      超级版主
                      编写于 最后由 编辑
                      #21

                      @鍾子揚-0 这个GPT6的效果还是很能打。

                      油管:https://www.youtube.com/@抡锤者

                      1 条回复 最后回复
                      0
                      • johnnybegoodJ johnnybegood

                        @Tony-Yun 来, 给我们看看你的提示词

                        T
                        T
                        Tony Yun
                        编写于 最后由 编辑
                        #22

                        @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

                        1 条回复 最后回复
                        0
                        • kos orK kos or

                          @Tony-Yun said:

                          又是QA 又是策划 看着对话挺像回事 最后一玩 一整个浪费时间

                          有時候在過程中要質疑一個專案的可行性, 這也是在引導方向和限縮專案的廣度,
                          可以成功的機會可能比較高, 畢竟27B的上下文窗口最大是256K
                          當然可能有其他輔助做法可以彌補256K 的限制, 但我還沒試過中大專案

                          可以試試Frontier models 搭配 local LLMs 玩看看

                          T
                          T
                          Tony Yun
                          编写于 最后由 编辑
                          #23

                          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

                          1 条回复 最后回复
                          0
                          • kop wangK kop wang

                            LLM现在的审美还不行,对于视觉元素,以及对物理世界的理解,和现实的美学有很大偏差。目前最新的模型都在解决这块。

                            T
                            T
                            Tony Yun
                            编写于 最后由 编辑
                            #24

                            @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 ASUSI 1 条回复 最后回复
                            0
                            • T 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 ASUSI
                              imbiplaza ASUSI
                              imbiplaza ASUS
                              至尊王者
                              编写于 最后由 编辑
                              #25

                              @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

                              https://lcz.me/project/dcs

                              1 条回复 最后回复
                              0
                              • stxpnetS 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。
                                image.jpeg

                                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。

                                T
                                T
                                Tony Yun
                                编写于 最后由 编辑
                                #26

                                @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

                                1 条回复 最后回复
                                0
                                • terryT
                                  terryT
                                  terry
                                  超级版主
                                  编写于 最后由 编辑
                                  #27

                                  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

                                  油管:https://www.youtube.com/@抡锤者

                                  T 1 条回复 最后回复
                                  1
                                  • JunJ 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
                                    IMG_0730.png
                                    IMG_0732.png
                                    IMG_0731.png

                                    stxpnetS
                                    stxpnetS
                                    stxpnet
                                    超凡大师
                                    编写于 最后由 编辑
                                    #28

                                    @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。

                                    双卡3090 PCIE 3.0 8X/8X

                                    白天(宰相) Sglang+mattbucci 3.6 35B A3B AWQ W4A16 262K ~160 t/s
                                    夜间(将军) sglang+DENSE 27B INT8-W8A8-imatrix mtp/dflash2 230K ~65 t/s
                                    1 条回复 最后回复
                                    0
                                    • kop wangK 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:

                                      image.jpeg

                                      stxpnetS
                                      stxpnetS
                                      stxpnet
                                      超凡大师
                                      编写于 最后由 编辑
                                      #29

                                      @kop-wang 这个鹈鹕挺火啊,不过我现在都是弄12生肖骑自行车来测,3.8的审美真的是。。。。 无语到家。:
                                      f0893abf-ec16-4348-8853-dd1b07b720fb-image.jpeg

                                      双卡3090 PCIE 3.0 8X/8X

                                      白天(宰相) Sglang+mattbucci 3.6 35B A3B AWQ W4A16 262K ~160 t/s
                                      夜间(将军) sglang+DENSE 27B INT8-W8A8-imatrix mtp/dflash2 230K ~65 t/s
                                      1 条回复 最后回复
                                      0
                                      • terryT 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

                                        T
                                        T
                                        Tony Yun
                                        编写于 最后由 Tony Yun 编辑
                                        #30

                                        @terry 这是qwen3.8-27b 一句提示词做的俄罗斯方块 完成质量还是不错的:

                                        test.mov

                                        4130ab8c-40ca-4d4f-898a-840b15bf21f7-image.jpeg

                                        1 条回复 最后回复
                                        2
                                        • stxpnetS
                                          stxpnetS
                                          stxpnet
                                          超凡大师
                                          编写于 最后由 编辑
                                          #31

                                          一句话做的,是基操。 长任务,对框架,模型,环境都有不小的考验

                                          双卡3090 PCIE 3.0 8X/8X

                                          白天(宰相) Sglang+mattbucci 3.6 35B A3B AWQ W4A16 262K ~160 t/s
                                          夜间(将军) sglang+DENSE 27B INT8-W8A8-imatrix mtp/dflash2 230K ~65 t/s
                                          1 条回复 最后回复
                                          0

                                          你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                                          厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

                                          有了你的建议,这篇帖子会更精彩哦 💗

                                          注册 登录
                                          回复
                                          • 在新帖中回复
                                          登录后回复
                                          • 从旧到新
                                          • 从新到旧
                                          • 最多赞同


                                          • 登录

                                          • 登录或注册以进行搜索。
                                          • 第一个帖子
                                            最后一个帖子
                                          0
                                          • 版块
                                          • 最新
                                          • 标签
                                          • 热门
                                          • 用户
                                          • 群组