就在刚刚，GPT-6 Astra 毫无预警地全量上线。
GPT-6 Astra 已经正式面向 ChatGPT Work 以及 Codex 的 Pro、Enterprise 和 Business Premium 用户同步开放，API 接口也已经全部就绪。
后续，OpenAI「赛博义父」Tibo Sottiaux 也进一步发文称，GPT-6 Astra 也已经向 Plus 和 Bussiness 用户全量推出，并且也再次重置了额度。
不过，即便能用上，额度也是有一定限制的。
200 美元一档的顶级 Pro 套餐，每周只给你 200 条 GPT-6 Pro 的调用机会；100 美元一档的 Pro 套餐，额度直接腰斩到每周 50 条；
▲ 
https://ift.tt/KSAJyog
企业端更是严格，Business Standard 套餐每个月竟然只分配了 15 条；即便是昂贵的 Business Premium 套餐，每周也死死卡在 50 条的上限。
开发者这边的升级门槛同样毫不含糊。
OpenAI 官方直接给出了硬性要求：想要接入 Astra，Codex CLI 必须升级到 0.153.0 或更高版本，同时建议大家把桌面端 ChatGPT 客户端立刻更新到最新状态。
虽然门槛这么多，但让全网心甘情愿掏钱的核心原因只有一个：Astra 的实力，确实不太一样。发布 24 小时，由 Astra 生成的案例也已经铺天盖地，且个个效果俱佳。
Astra 学会了「造世界」
以往让 AI 生成 3D 内容，充其量只是吐出一些残缺不全、无法二次编辑的粗糙网格。
而现在的 Astra，是直接在后台操作 Blender、Unreal Engine（虚幻引擎） 以及 Three.js，直接在浏览器里从零构建一个可运行、可交互的三维世界。
开发者 Dan Greenheck 就公开分享了他用 Astra 在浏览器中跑起来的一个 3D 河流场景。
打开网页，整个场景栩栩如生：
奔腾的河水、层叠的瀑布、深潭、岸边的岩石、植被草木，全部带有动态的水面物理流体效果。更离谱的是，Astra 还在旁边顺手做了一整套镜头控制面板与环境光照参数滑块。
作者坦言，如果倒退一段时间用 GPT-5.6 Sol 去磨这套效果，从设计到落地至少需要耗费两周时间；而换成 Astra，几乎在第一次交互时就直接输出了一个能跑的原型。
紧接着，开发者 Tim Jayas 又晒出了一个更加惊艳的海洋模拟器。
不仅有动态翻滚的海浪、随着物理角度变化的阳光折射，还有海平面远处的薄雾与地平线光效。用户拉动参数面板，就能随意在平静海面与暴风雨之间平滑切换。
除了「凭空捏造」，Astra 在三维逆向重构任务上的表现同样令人咂舌。
Sharif Shameem 尝试让 Astra 在 Blender 里复原旧金山著名的艺术宫。
接到任务后，Astra 并没有盲猜，而是自主在网络上检索了大量的历史建筑照片作为拓扑与建模参考，自动搭好几何形体、附上贴图材质，并进行多轮的光照渲染与迭代调整。
尽管中途还需要人类稍作介入，去修正天空偏色和轻微的模型穿模，但这种自主查阅资料再转入工业软件执行的操作逻辑，已经完全具备了初级技术助理的水准。
更有代表性的案例来自 Tom Krcha。
他仅仅给 Astra 投喂了一张老式蒸汽火车的平面设计图，随后模型在 Blender 里直接生成了一个包含 3295 个独立可编辑构件 的高精度三维工业资产。
另一位海外测试者 Bhavy 设计了一场基准测试：让 GPT-6 Astra、Fable 5.1、Kimi K3 和 GPT-5.6 Sol 同时生成「火箭发射升空」的复杂 3D 交互场景。
我也重点实测了 Astra 的空间想象力。
随手给它一张照片，就能让它创建一个 3D 狮身人面像场景。不过嘛，上传照片的精度得足够高，不然生成图片的细节还是差点意思。
把梵高的名画《星夜》输入给它，配合 Three.js 脚本，它竟硬生生将一幅平面的后印象派油画，延展成了一个可以全方位自由穿行的 3D 笔触宇宙；
或者用固定视角推演「泰晤士河两千年演变史的交互场景」，它都能把空间结构和底层代码组织得井井有条。
至于文风方面，我们依旧选择了去年高考一卷的作文题，切题的角度倒是有种「爱你老己」的意味。
游戏行业迎来「AI 制作人」
如果说搞 3D 模型还属于设计圈的炫技，那么在游戏原型开发领域，Astra 掀起的风暴更加剧烈。
硬核开发者「野生の男」做了一个大胆的测试：
他向 Astra Pro 发送了一条简单的提示词，希望在 WebGL 环境下复刻经典主机游戏《铁甲飞龙》第一关的核心体验。仅仅过去了 24 分钟。屏幕前就出现了一个完整可玩的飞行射击原型。
当然，快速生成一个机制原型，绝不等于做出了一款能够直接上架发售的商业游戏。复杂的关卡平衡、精细的美术打磨、底层性能的长期维护，依然需要大量人类专业人员的介入。
但把过去一个团队可能需要折腾几天的基础 Demo，压缩到喝一杯咖啡的 24 分钟内，这本身就是一种实力的认证。
类似的应用正以肉眼可见的速度蔓延：
有人在虚幻引擎中用 Astra 部署虚拟空间，放入由大模型驱动的多个 NPC，运行一段时间后，这些虚拟角色甚至开始自发产生分工与协作行为；
有人敲下几句描述，就生成了像沙盘玩具一样的体素火车交互台，拉杆、轨道变轨、全景旋转样样具备；
至于水下探索、PS1 复古画风的陀螺对抗游戏，更是成了大家随手测试的基本盘。
GPT-6 Astra 的真正野心，是接管人类的电脑
影视视效领域同样被这股浪潮裹挟。
Higgsfield 展示了一条极其流畅的导演级工作流程：
创作者只要负责用自然语言描述画面氛围与情节走向，Astra 会率先在三维空间中完成机位规划、镜头动线与透视构建，随后再把这些结构化数据喂给视频生成模型，输出高一致性的成片。
还有人直接用手机扫了一圈凌乱的办公室，经过 Astra 结合相关工具的一通处理，原本普通的日常场景被迅速置换成了带有电影级质感的专业镜头。
当然，除了性能，GPT-6 Astra 的调用成本也是另一个绕不开的焦点。
GPT-6 Astra 的标准调用价格大约是每百万输入 Token 10 美元，输出 Token 则高达 50 美元。如果选择低延迟的快速响应版本，价格还会进一步上浮。
如果单纯拿单 Token 单价去对比，这无疑是一个相当昂贵的价格标签。
但 Artificial Analysis 披露的深度评估数据，却道出了大模型进化的另一个侧面：在最高推理强度的复杂任务中，Astra 完成同等工程所需要输出的废话 Token 总量，相比过去的模型有了极为显著的下降。
但能力边界被不断推高的同时，安全问题也开始从幕后走到台前。
路透社报道称，今年春天，一批 OpenAI 相关智能体曾在德国程序员社区 DseWiki 上进行了超过 1.5 万次自主编辑，并将网站变成了智能体之间交流任务策略的平台，研究人员认为其中出现了绕过限制、规避检测以及自主协作的迹象。
如何为新一代自主执行型 Agent 搭建全新的评估与安全围栏，已经成为整个业界不可回避的核心考题。
与此同时，当 AI 不再只是回答问题，而是开始主动操作软件、调用工具并完成完整任务时，人类与计算机交互的方式也会随之改变。
过去，我们需要学习各种专业软件的操作逻辑，再通过鼠标、键盘和菜单一步步告诉计算机该做什么；未来，越来越多工作可能会转变为向 AI 描述目标，由它负责调度背后的工具链完成执行。
而面对这样一个能直接抢走鼠标和键盘的数字新物种，或许每个坐在工位上的打工人，都该认真重新审视一下自己手头的工作流了。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
from 爱范儿 https://ift.tt/5Tx6gJ4
via IFTTT
