Qwen3.8-27b 跑了几个小时做的游戏 不忍直视

[Tony Yun]

ninfer框架 decode 70~170 tok/s DSH里跑了几个小时 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：

它还整了一个音乐 老大声 没法放上来听。

这就是本地27b的极限了吗？还是我harness和工具不到位

[johnnybegood]

@Tony-Yun 来， 给我们看看你的提示词

[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。

[imbiplaza ASUS]

我自认为，能够做成这样，算是不错了，一个游戏并不是一个prompt就能做好，需要持续的优化，我相信就算5.6也是这样，我们看到的那些一步到位的都是靠着skill, 就是预先已经策划的，比如你看到5.6 人家大部分都是做mario kart , outrun ， blender, 这种，还有就是做模拟黑洞。。。。

我在一个用5.6做黑洞的博主下面留言，叫他示范那个什么 薛定谔的猫，他就做不成（现在可能可以了，可能有人做skill了）

Recording 2026-09-16 102011.mp4

[williamlouis]

目前本地算力能搞复杂工作这事。是有人给大家洗脑了？还是就是人类幻想的一种体现？
我的看法：应该是消费数值=智能体能力。这种潜意识在作祟！

[johnnybegood]

我觉得还是提示词描述的问题， 挺早之前我做测试， 用 qwen3.6 27b 做了一个爱丽丝漫游仙境的游戏， 让 gpt帮我优化提示词， 搞了很详细的一两千字， 放到 27b里面， 跑出来效果非常好， 可惜我没留存，比楼主这个不知道强到哪里去了

[imbiplaza ASUS]

老实说，要叫ai 搞一个稍微复杂一点的策划，绝对需要一点功夫，

但是叫ai 帮我搞图灵唱印度歌却是ai 的专长

Youtube Video

[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

[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