我一直在尝试将小模型（1B~1Gb）作为游戏的核心功能来运行。这些模型在一定程度上是可玩的，但需要大量测试和调整才能正常运行。

背景信息——其中一款游戏是《艺术开发大亨》，采用Janus Pro模型。Janus大约有10亿参数，可以生成图像并分析图像。游戏循环围绕创作艺术、获得评价、出售作品展开。游戏进程通过接触不同媒介积累经验，从而提升幕后提示词的质量，这意味着你可以创作出更优秀的艺术作品。

我尝试过的做法：

所有项目都配备了一套测试提示语组合，我会批量运行提示进行尝试，看看哪些方法能可靠且一致地运作。比如我会生成50-100个样本，通常逐一检查输出结果，快速为结果打上标签，然后分析数据中标签的分布规律。

我发现的情况：

  • 模型类型很关键（扩散模型 vs 顺序生成模型）。Janus是逐像素生成器，当我尝试生成简单图像（比如白底上的苹果）时，Janus会陷入全部生成白色的困境。而SD Turbo（稍大的扩散模型）则会产生模糊的背景。

  • 它们在某些方面表现出色（猫、狗、人脸），但对于不熟悉的内容则表现糟糕。不过它们的基础知识库非常广泛，所以如果你要求画一只睡着的猫，输出会很差，但如果你要求画稀有动物，它通常能认识。

  • 与其使用单一的长提示，不如拆分成多个简短提示。Janus会用类似“颜色好吗？”→是……“构图好吗？”→一般……这样的系统来标记。

  • 我能够对输出质量进行分级。1级铅笔风格是简单的儿童画，7级则相当于带有动态背景的精湛艺术品。

  • 它有一个糟糕的程序化生成备用方案，可能会被玩家钻空子利用。我认为有一个备份方案很重要，但必须确保游戏在不使用它时不会被滥用。

还有人在做类似的事吗？你们在构建什么？

我将暂停这个项目的开发，转而尝试另一款基于AI模型的游戏。不过如果有人感兴趣，代码在GitHub - MichaelTJ/ArtDevTycoon上，可玩版本在Art Dev Tycoon。我保留了开发选项，方便大家自行尝试。