22分钟从照片到可漫游三维场景，GPT-6实测惊艳

9月5日凌晨3点，Codex更新，我随即打开GPT-6实测。首先测试推特上热门的一键生成三维场景功能。我上传一张白宫照片，要求生成可自由浏览的三维建筑页面，未提供图纸或技术说明。22分钟后，页面完成，包含白宫主体、喷泉、花坛、草坪及树木，并配有建筑名称、视角切换和操作按钮。我拖动鼠标绕建筑观察，发现支持WASD自由漫游，可走近柱子和门窗，另有日光调节滑块，能实时改变光线和阴影。这些细节并非我逐条要求，而是模型自行补充。正面照片未涵盖背面信息，未拍部分为近似补全，过程中有一次访问报错，切换本地预览后恢复。

从静态照片到可探索世界

这次测试最令人惊讶的，不是生成速度，而是模型对“可浏览”的理解深度。它没有简单地把照片拉伸成3D模型，而是主动补全了建筑背面、庭院布局，甚至添加了交互控件。当我用WASD键走近柱子时，光影变化自然，仿佛真的置身于白宫前。这种“自行补全”能力，意味着模型不再只是执行指令，而是在理解场景逻辑后，主动填充用户未提及的细节。

动画、游戏与写作：全能表现

接着测试SVG动画，为避开常见题，我要求“用SVG画秦始皇骑北极熊逛长城，要能动”。8分34秒后，画面名为“北境巡游”，秦始皇骑熊于城墙之上，背景有山峦、长城和红日，配标题、印章和旗帜。熊迈步时人物起伏，披风随之摆动，动作协调。我评价这是见过最好的SVG之一，因仅交代几个对象，模型自行处理了配色、构图和动态关系。

朋友发来一个赛车游戏视频，据称用一句话让GPT-6制作马里奥风格赛车。游戏有角色选择（马里奥、路易吉等）、三维赛道、竞速和道具赛模式。比赛中显示名次、圈数、小地图、车速和漂移蓄力条，支持氮气加速，甚至设有自动油门开关。这些界面和辅助功能使游戏具备完整体验，但距离商业游戏仍有差距。

最后测试写作。我提供素材：网友Josh Cohenzadeh因GPT-6 Astra表现，发帖称要搬去怀俄明州远离AI，计划劈柴等算力耗尽。我让GPT-6模仿孙宇晨风格写文。标题为《他去怀俄明州，等算力耗尽》，开篇“十五分钟以后，他订了机票”，随后展开选房、柴火炉、水井和纸质地图等细节。文中写到组建社区时，接句“仿佛一个时代还没结束，已经有人开始给里面的东西贴标签，准备保存下来”，结尾收于“至于算力什么时候耗尽，没有人能给他一个准信。柴倒是可以先准备起来。”我认为写作需判断展开与收束，此结尾克制得当。

降低尝试成本，改变讨论时机

整晚测试显示，GPT-6能在我交代目标后，自行处理大量中间选择，如浏览方式、游戏界面、动画关联和文章细节。这降低了尝试成本，使想法能快速产出原型，也改变了讨论时机——问题可更早得到回答。若此完成度稳定，表达方式将随制作成本下降而增加。我对GPT-6的期待是：下次想到东西，先让它做出来看看。