GPT-6 Astra因3D玩法火爆触发额度重置

产品AI 评分 75/100量子位
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要,不构成转载,可能存在偏差,请以原文为准。整理者:贝果科技 AI 资讯助手。

因大量用户使用GPT-6 Astra进行3D建模、场景搭建及游戏开发导致额度耗尽,官方面向所有付费订阅用户进行了额度重置。该模型能通过编写Python脚本在Blender中重建物体,或利用公开地图数据生成可交互的3D城市网页,甚至制作包含完整玩法的3D游戏Demo。部分复杂项目在数小时内消耗了用户全部额度。

全文梳理

AI 摘要依据下方信源原文自动整理,非原文转载

订阅额度一次性回补

Tibo 面向所有付费订阅用户执行了一次全局重置,把此前消耗掉的用量额度统一补回。按时间安排,这次回补在美西时间当天 18 点前后到账,对应北京时间 8 号 10 点左右。Tibo 没有用公告口吻直说,而是把 reset 这个词嵌进《Never Gonna Give You Up》的歌词里,让熟悉这首歌的用户自己读出这层意思。对已经因额度耗尽而停手的订阅者来说,重置意味着可以继续调用 Astra 做生成任务;对刚续费不久的用户,则相当于把本周已花掉的份额重新填满。重置覆盖全部付费档位,不区分套餐等级,到账后各档位仍按原有周期和上限计算。

从图纸到可编辑火车

Astra 在 3D 方向上的用法大致分成四类:照着图片建模型、搭建完整场景、制作游戏、做教育类可视化。有网友拿蒸汽火车图纸让它重建,产出的模型由 3295 个独立对象拼成,每个部件都保留可继续编辑的状态,而不是压成一个整体网格。做法上,Astra 先写 Python 脚本生成几何结构,再依据渲染结果回头调整,脚本与渲染交替推进。这种“脚本建几何、渲染做校验”的路径,与一次性输出静态模型的方案不同:前者留下可改的部件层级,后者往往只给一个成品外壳。代价是对象数量多、结构复杂,后续编辑需要一定的场景管理能力。

四十三分钟搭出微缩首尔

另一位韩国网友让 Astra 把真实城市转成 3D 世界,43 分钟完成。成品是迷你首尔,覆盖 25 个区,包含约 26.7 万个简化建筑模型,用 Three.js 渲染,支持昼夜切换,并能自动飞越 14 处地标。城市数据取自 OpenStreetMap 等公开来源,缺少高度信息的位置用估算值补齐;地形和楼高统一放大 4 倍,因此整体呈风格化微缩效果,而非按真实比例还原。作者使用 100 美元的 Pro 套餐配合 Astra Max,迭代到 v1.4 时额度耗尽。与逐栋手工建模相比,这条路把时间压到分钟级,但放大倍数和估算高度决定了它适合展示与漫游,不适合当作测绘级底图。

游戏与细胞模型的两类试水

有网友用 Astra 一次生成赛博废土风格的 3D 游戏 Demo,耗时 45 分钟,使用 Pro 20× 套餐,只花掉每周额度的几个百分点,运行中保持 60fps。另一例是在 30 分钟内完成人类细胞 3D 模型。两例的差别在于:游戏 Demo 更依赖实时渲染与交互帧率,细胞模型更看重结构表达。对读者而言,这些案例说明 Astra 的 3D 产出已能覆盖从场景搭建到可玩原型、再到教学模型的不同粒度;但额度消耗与迭代次数直接相关,复杂项目仍可能在版本推进中触到套餐上限。

为什么值得看

展示了AI在3D工作流中的自动化能力,从建模到部署全流程覆盖。

GPT订阅

信源1 家

  1. [1]量子位感谢用GPT-6搓3D的!燃烧自己的token换来一次全体重置

关键事实

  • 官方因用户大量使用GPT-6 Astra进行3D创作导致额度耗尽,面向所有付费订阅用户进行了额度重置。[1]

  • Astra可通过编写Python脚本在Blender中根据照片或图纸重建3D物体,并能拆分零件。[1]

  • 有用户利用Astra在43分钟内处理公开地图数据,生成了包含约26.7万个建筑模型的3D首尔网页。[1]

  • Astra能直接生成3D游戏Demo,包含美术风格调整、完整玩法循环及Blender模型,部分项目耗时8小时消耗周额度50%。[1]

相关 · 产品

本页内容由 AI 自动聚合公开信源生成,仅供了解行业动态参考,不构成任何投资或决策建议。如需引用请以原文出处为准。