Разработка простых игровых прототипов постепенно перестает быть исключительно задачей программистов и геймдизайнеров. Новый эксперимент с GPT-6 Astra показал, насколько далеко могут зайти современные ИИ-модели: искусственный интеллект способен самостоятельно собрать в Unreal Engine проекты, напоминающие Minecraft, Counter-Strike и GTA VI, причем для этого пользователю достаточно нескольких текстовых инструкций.
Возможности модели проверил YouTube-блогер Брендан Джоветт. В эксперименте использовались установленный на компьютере Codex от OpenAI, игровой движок Unreal Engine и Blender 5.2 LTS. Сам процесс построения проектов происходил преимущественно через текстовые команды, без традиционной ручной разработки каждого элемента.
От простых прототипов до трехмерных игр
По словам автора эксперимента, наиболее простые демоверсии ИИ создавал примерно за полчаса. В качестве примера использовались проекты в духе Super Mario Bros., где количество механик и элементов окружения относительно невелико.
Более сложные задачи занимали около часа. За это время GPT-6 Astra смогла подготовить проекты с концепциями, напоминающими Minecraft, Counter-Strike и GTA VI.
Важно понимать, что речь идет именно о прототипах, а не о полноценных коммерческих играх. Между созданием работающей демонстрационной сцены и выпуском законченного проекта остаются огромные различия. Полноценная игра требует большого количества контента, оптимизации, тестирования, работы с сетевыми функциями, искусственным интеллектом персонажей, физикой, звуком и интерфейсом.
Тем не менее сам факт, что значительную часть первоначальной работы можно поручить ИИ, показывает серьезное изменение подхода к созданию игр.
Пользователь фактически выступает постановщиком задачи
Особенно показательной частью эксперимента стало количество ручной работы. Пользователь не занимался последовательным написанием кода для каждого элемента проекта. Вместо этого он формулировал задачу обычным языком, после чего ИИ самостоятельно взаимодействовал с инструментами разработки.
При этом GPT-6 Astra запретили использовать готовые библиотеки и модели с открытым исходным кодом. Это делает эксперимент более показательным: модель должна была не просто собрать проект из большого количества заранее подготовленных компонентов.
Созданные в Unreal Engine проекты после первоначальной генерации также можно изменять с помощью новых запросов. Теоретически разработчик может попросить ИИ добавить объект, изменить механику, скорректировать окружение или исправить определенный элемент проекта.
Такой подход способен заметно сократить время создания прототипов. Если раньше даже простая игровая идея требовала подготовки сцены, программирования базовых механик и настройки ассетов, то теперь значительную часть этой работы можно начинать с обычного текстового описания.
Почему это еще не означает появление игр «по одному промпту»
Несмотря на впечатляющий результат, эксперимент не отменяет необходимости в специалистах.
Главная проблема заключается в качестве конечного результата. ИИ способен быстро создать рабочую основу, однако получившийся проект далеко не всегда будет достаточно стабильным или хорошо оптимизированным.
Например, при усложнении игры могут появляться ошибки в коде, проблемы с коллизиями, производительностью, логикой персонажей или взаимодействием объектов. Чем больше становится проект, тем сложнее контролировать взаимосвязи между его компонентами.
В результате разработчику все равно приходится понимать хотя бы основы Unreal Engine, программирования и игровой логики. Более того, знание инструментов становится особенно важным именно на этапе исправления ошибок.
Парадокс заключается в том, что создать первую работающую версию с помощью ИИ может оказаться проще, чем разобраться, почему она перестала работать после нескольких последующих изменений.
Эксперимент уперся и в стоимость ИИ
Есть у такого подхода еще одно ограничение — стоимость использования модели.
Подписка на GPT-6 Astra в рассматриваемом эксперименте обходится примерно в 100 долларов в месяц. При этом создание нескольких достаточно простых игровых прототипов уже заметно приблизило пользователя к установленному месячному лимиту.
Это важный момент для будущего ИИ-геймдева. Сам по себе генератор может быть очень быстрым, однако разработчику приходится учитывать не только стоимость игрового движка, графики и оборудования, но и расходы на постоянное использование ИИ.
Для профессиональной студии подобные затраты могут оказаться оправданными, если модель действительно сокращает часы работы программистов и дизайнеров. Для начинающего разработчика ситуация менее очевидна: дешевле заплатить за ИИ не всегда означает дешевле создать игру.
Что изменится для разработчиков игр
Наиболее реалистичный сценарий заключается не в полной замене программистов, а в изменении их роли.
ИИ уже можно рассматривать как инструмент быстрого прототипирования. Разработчик получает возможность за короткое время проверить игровую механику, собрать тестовую локацию или реализовать простую идею, не тратя дни на подготовительный код.
Это особенно полезно на ранней стадии проекта. Если концепция оказывается неудачной, ее можно быстро отбросить и попробовать другую. Если же прототип работает, специалист продолжает дорабатывать его вручную или с помощью ИИ.
В результате искусственный интеллект может стать своеобразным ускорителем разработки. Человек формулирует концепцию, контролирует результат и принимает решения, а модель берет на себя значительную часть рутинных операций.
ИИ приближает создание игр к формату «описал — получил»
Эксперимент с GPT-6 Astra интересен не столько возможностью за час получить подобие Minecraft или Counter-Strike, сколько изменением самого интерфейса разработки.
Порог входа в создание игр постепенно снижается. Пользователю уже не обязательно начинать с изучения большого количества инструментов, чтобы проверить простую идею. Достаточно описать желаемый результат и позволить ИИ подготовить первоначальную версию.
Однако до полноценной разработки коммерческих игр таким технологиям пока далеко. Создать прототип — лишь первая ступень. Настоящая сложность начинается с оптимизации, масштабирования проекта, устранения ошибок и доведения всех механик до стабильного состояния.
Поэтому наиболее вероятное будущее игровой индустрии — не «игры без программистов», а разработка с ИИ, где один специалист сможет выполнять значительно больший объем работы. Если качество таких моделей продолжит расти, именно это может оказаться главным изменением для независимых разработчиков и небольших игровых студий.
