
Штучний інтелект освоює Portal за добу та $571. Джерело: AI
Проходження тривимірних відеоігор тривалий час залишалося непереборним бар'єром для великих мовних моделей: вони чудово оперують текстом і розпізнають статичні кадри, але губляться в динаміці та просторовій фізиці. Ентузіаст під ніком cozyblaze вирішив перевірити межі можливостей сучасних мультимодальних систем та запустив експериментальну модель GPT-6 Astra у культову головоломку Portal від Valve. Підсумок вражає: алгоритм подолав сюжетну кампанію повністю автономно, хоча ціна кожного ухваленого рішення виявилася відчутною.
Покроковий агент: як нейромережа орієнтувалася в Aperture Science
Оскільки сучасні LLM поки що не здатні обробляти відеопотік у 60 FPS у реальному часі, динамічний екшен довелося адаптувати під дискретне сприйняття. Розробник побудував для Astra спеціальний програмний міст:
- Гра ставили на паузу для фіксації ключових моментів;
- Моделі передавався поточний скріншот, телеметрія та точні координати протагоніста у просторі;
- Astra аналізувала фізичне оточення, розраховувала траєкторії польоту снарядів портальної гармати та повертала серію керуючих команд.
Такий цикл перетворив проходження на гігантську партію на шахи: модель методично вибудовувала ланцюжки порталів, перенаправляла лазери та використовувала імпульс падіння без жодної підказки з боку людини.
Доба розрахунків та 3336 запитів: ціна цифрового тріумфу
Головним викликом стала швидкість інференсу. Динамічний спідран-проходження Portal займає у людини близько двох годин - саме стільки триває фінальний відеозапис експерименту після монтажу пауз. Проте реальний бенчмарк розтягнувся майже на 24 години безперервних обчислень.
Не менш показовою виявилася і фінансова сторона експерименту:
- Сумарна кількість звернень до API: 3336 запитів;
- Підсумкова вартість токенів: $571 (близько 25 400 грн).
Для порівняння: за ці гроші можна зібрати цілу бібліотеку копій Portal на розпродажах або придбати добротний смартфон середнього рівня. Проте, як доказ концепції (Proof of Concept) експеримент має величезне значення: модель не просто ворожила по пікселям, а продемонструвала глибоке розуміння неевклідової геометрії та законів збереження імпульсу.
Що це означає для індустрії
Успіх cozyblaze підтверджує важливий тренд: агентні ІІ переростають роль чат-ботів і кодогенераторів, перетворюючись на повноцінних автономних акторів у симульованих середовищах. Втім, поточна собівартість та затримки обчислень наочно демонструють, чому до масового впровадження ІІ-агентів у реальну робототехніку та інтерактивні ігри вирішить ще чимало інфраструктурних проблем.