📢 Gate廣場 #NERO发帖挑战# 秀觀點贏大獎活動火熱開啓!
Gate NERO生態周來襲!發帖秀出NERO項目洞察和活動實用攻略,瓜分30,000NERO!
💰️ 15位優質發帖用戶 * 2,000枚NERO每人
如何參與:
1️⃣ 調研NERO項目
對NERO的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與NERO生態周相關活動,並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
NERO熱門活動(帖文需附以下活動連結):
NERO Chain (NERO) 生態周:Gate 已上線 NERO 現貨交易,爲回饋平台用戶,HODLer Airdrop、Launchpool、CandyDrop、餘幣寶已上線 NERO,邀您體驗。參與攻略見公告:https://www.gate.com/announcements/article/46284
高質量帖子Tips:
教程越詳細、圖片越直觀、互動量越高,獲獎幾率越大!
市場見解獨到、真實參與經歷、有帶新互動者,評選將優先考慮。
帖子需原創,字數不少於250字,且需獲得至少3條有效互動
GPT-4寫代碼,DALL· E 3+MJ搞定畫面,AI版「憤怒的南瓜」來襲
原文來源:機器之心
自 GPT 系列對話大模型以及 DALL・E、Midjourney 等文生圖大模型興起以來,基於它們的硬核、有趣二創應用花樣頻出,讓普通人切身地體驗到了大模型的魅力。
今天又一個這樣的遊戲專案引起了我們的注意。
推特使用者 @javilopen 使用 GPT-4、DALL・E 3 和 Midjourney 編寫了小遊戲「憤怒的南瓜」(PS:如有雷同純屬巧合),其中 GPT-4 負責所有的編碼工作,DALL・E 3 和 Midjourney 負責圖形部分。
試玩位址:
接著來看這款「憤怒的南瓜」的實現流程和 細節。
首先是圖形,這也是最簡單的部分。 以下是 分享:
標題螢幕(使用 GPT-4 裡的 DALL・E 3):名為「Angry Pumpkins」電子遊戲的橫向主螢幕圖片。 設計參考「憤怒的小鳥」美術風格,但又有所不同。 鬼屋、墓碑和蝙蝠等萬聖節元素填充背景。 遊戲徽標位於中心頂部的顯著位置,兩側是生氣、虎視眈眈的南瓜造型。 底部中央有一個「Play」按鈕,周圍環繞著陰森恐怖的霧氣。
背景圖(使用 Midjourney),作者使用了一張圖片作為背景(並進行了多次修補),圖片的 為:iPhone 截圖中「憤怒的小鳥」的天際線,萬聖節版,墓地,風格為淺海藍寶石和橙色,新傳統主義,kerem beyit, earthworks,木頭,Xbox 360 圖像,淺粉色和海軍藍 —— 比例為 8:5。 ”
另一張裁剪之後用來生成地面:2d 平臺、石磚、萬聖節、2d 電子遊戲地形、2d 平台遊戲、萬聖節場景、類似於憤怒的小鳥、萬聖節場景、截圖、遊戲資源 —— 比例為 8:5。
接下來,就要生成遊戲中的角色了,作者使用 Midjourney 完成了創作。
當然,遊戲中的物體也是作者使用 Midjourne 製作的。 作者創建了各種精靈圖樣式表,然後用 Photoshop/Photopea 裁剪並移除背景。 對於小細節,作者使用 Midjourney 進行修補。
“骷髏骨頭。大骨架骨頭。物品資產精靈。白色背景。遊戲內精靈“
“長方形石頭。物品資產精靈。白色背景。遊戲內精靈“
“木箱。大骨架骨頭。物品資產精靈。白色背景。遊戲內精靈“
“物品資產精靈。木板。白色背景。遊戲內精靈。與《憤怒的小鳥》風格相似“
最後程式設計部分使用了 GPT-4。 作者表示,這個遊戲的代碼僅有 600 行,完全由 GPT-4 代寫。
作者在遊戲中加入了很多細節,比如不同的粒子效果、不同種類的物體。 不過到目前為止,GPT-4 還不能僅憑一個 就能生成完整的遊戲。
因此,他使用的竅門是循序漸進向 GPT-4 提出要求,這與人類程式設計方式相似,先從簡單可行的基礎開始,然後不斷反覆運算、拓展、優化代碼。
他使用了一些小技巧和 ,首先從簡單的事情開始做起,比如「我能不能使用 matter.js 和 p5.js 創建一個憤怒的小鳥風格的遊戲? 只需要用滑鼠控制,設定好發射角度和力度,然後撞擊一堆由 2D 物理效果堆疊的箱子。」
接著持續添加更多的元素和功能,遇到問題詳細說明錯誤的地方,讓程式自我修正。 比如「現在我問你,你瞭解憤怒的小鳥遊戲中玩家在螢幕上滑動手指來發射小鳥嗎? 把這種方式添加到要創建的遊戲裡,不過要改成用滑鼠控制。」
再比如「把怪物設計成圓形」、「我想用粒子效果製作一個火炬,是否可以通過 p5.js 來實現?」 如此種種,不斷與 GPT-4 進行交互試驗,最終有了現在的遊戲效果。