Искусственный интеллект осваивает Portal за сутки и $571. Источник: AI
Прохождение трехмерных видеоигр долгое время оставалось непреодолимым барьером для больших языковых моделей: они отлично оперируют текстом и распознают статические кадры, но теряются в динамике и пространственной физике. Энтузиаст под ником cozyblaze решил проверить пределы возможностей современных мультимодальных систем и запустил экспериментальную модель GPT-6 Astra в культовую головоломку Portal от Valve. Итог впечатляет: алгоритм преодолел сюжетную кампанию полностью автономно, хотя цена каждого принятого решения оказалась ощутимой.
Пошаговый агент: как нейросеть ориентировалась в Aperture Science
Поскольку современные LLM пока не способны обрабатывать видеопоток в 60 FPS в реальном времени, динамический экшен пришлось адаптировать под дискретное восприятие. Разработчик выстроил для Astra специальный программный мост:
- Игру ставили на паузу для фиксации ключевых моментов;
- Модели передавался текущий скриншот, телеметрия и точные координаты протагониста в пространстве;
- Astra анализировала физическое окружение, рассчитывала траектории полета снарядов портальной пушки и возвращала серию управляющих команд.
Такой цикл превратил прохождение в гигантскую партию в шахматы: модель методично выстраивала цепочки порталов, перенаправляла лазеры и использовала импульс падения без единой подсказки со стороны человека.
Сутки расчетов и 3336 запросов: цена цифрового триумфа
Главным вызовом стала скорость инференса. Динамичное спидран-прохождение Portal занимает у человека около двух часов — именно столько длится финальная видеозапись эксперимента после монтажа пауз. Однако реальный бенчмарк растянулся почти на 24 часа непрерывных вычислений.
Не менее показательной оказалась и финансовая сторона эксперимента:
- Суммарное число обращений к API: 3336 запросов;
- Итоговая стоимость токенов: $571 (порядка 25 400 грн).
Для сравнения: за эти деньги можно собрать целую библиотеку копий Portal на распродажах или приобрести добротный смартфон среднего уровня. Тем не менее, как доказательство концепции (Proof of Concept) эксперимент имеет огромное значение: модель не просто гадала по пикселям, а продемонстрировала глубокое понимание неевклидовой геометрии и законов сохранения импульса.
Что это значит для индустрии
Успех cozyblaze подтверждает важный тренд: агентные ИИ перерастают роль чат-ботов и кодогенераторов, превращаясь в полноценных автономных акторов в симулированных средах. Впрочем, текущая себестоимость и задержки вычислений наглядно демонстрируют, почему до массового внедрения ИИ-агентов в реальную робототехнику и интерактивные игры предстоит решить еще немало инфраструктурных проблем.