[控场AI]
· 6 分钟阅读· 3,254 字

Claude Fable 5.2 联手 Higgsfield:一句话造出完整赛车游戏

Claude Fable 5.2 联手 Higgsfield:一句话造出完整赛车游戏

Claude 与 Higgsfield 协作,在一个聊天窗口内自主完成可玩赛车游戏的全流程开发。

文章介绍了创作者借助 Claude Fable 5.2 和 Higgsfield 的 MCP 接口,在一个聊天会话中从零构建霓虹赛车游戏 Hyperloom 的案例。Claude 负责自主规划、编写 Three.js 代码、运行测试并修复错误,Higgsfield 则提供超过 35 个图像、视频和音频模型,生成关键艺术图、3D 飞船、播音员语音和预告片。测试机器人用键盘、手柄和触摸屏完成三圈驾驶,首版 50 项检查全部通过,迭代后完成 66 项检查,并加入 AI 接管功能。文章认为这展示了 AI 在长任务规划与多工具协作上的能力,游戏开发的技术门槛正大幅降低。

从零到可玩:一个聊天窗口里的游戏工作室

最近,一款名为 Hyperloom 的霓虹赛车游戏在 YouTube 上引起关注。它拥有竞速飞船、合成器配乐,甚至能让你直接冲进一条光之隧道。最令人惊讶的是,创作者没有写一行代码——所有工作都由 Claude Fable 5.2 在一个聊天会话中完成。

据该视频介绍,Fable 5.2 是 Claude 系列的最新模型,专为长时间任务设计。它能够自主规划步骤、编写代码、运行测试,并自行修正错误。但游戏不仅仅是代码,还需要美术、配音和 3D 模型。这正是 Higgsfield 的用武之地:其 MCP 接口将超过 35 个图像、视频和音频模型直接接入 Claude。于是,Claude 负责思考与编程,Higgsfield 负责艺术与声音,整个流程就像把一间游戏工作室塞进了一个聊天窗口。

Claude 请求使用 Higgsfield 工具

MCP(Model Context Protocol) 是由 Anthropic 提出的一种开放协议,旨在标准化 AI 模型与外部工具、数据源之间的连接方式。你可以把它理解为 AI 世界的“USB 接口”:模型无需为每个外部服务单独编写集成代码,只要服务方实现 MCP 服务器,模型就能以统一方式调用其能力。在本例中,Higgsfield 通过 MCP 将其 35 个以上的图像、视频和音频模型暴露给 Claude,Claude 便能在对话中直接“请求”生成图片或语音,而无需离开聊天窗口。MCP 的关键价值在于让模型从“只能说话”变成“能动手做事”,并且工具生态可以即插即用,极大降低了多工具协作的集成成本。

Three.js 是一个基于 WebGL 的开源 JavaScript 3D 图形库,广泛用于在浏览器中渲染交互式 3D 场景。它封装了底层的 WebGL API,提供相机、灯光、材质、几何体、动画等高层抽象,使开发者能用相对简洁的代码构建 3D 游戏、数据可视化或产品展示。本文中 Claude 正是用 Three.js 构建赛道、飞船和城市环境,这意味着游戏可以直接在网页中运行,无需安装客户端。Three.js 的生态成熟、文档丰富,也使其成为 AI 生成代码时的“安全选择”——模型对它的 API 更为熟悉,生成正确代码的概率更高。

工作流拆解:从关键艺术到可玩游戏

整个项目始于一张关键艺术图。创作者要求 Claude 生成一张赛车游戏的关键艺术:一艘流线型飞船在雨夜霓虹城市中倾斜飞行,两艘 rival 飞船紧随其后。Claude 通过 Higgsfield 调用图像模型,大约一分半钟后,一张高质量的图片诞生了,成本仅为 2.75 credits。随后,Claude 分析了这张图中的视觉元素——青色与品红的霓虹色调、潮湿的反光、飞船的造型——并将其作为后续所有工作的视觉目标。

接下来是核心任务:用 Three.js 构建实际游戏。要求包括:一条穿越城市的完整赛道,包含倾斜弯道、隧道和跳跃点;加速板、漂移机制;五名 AI 对手;三圈比赛。更令人惊讶的是,所有音效和配乐都通过代码生成,没有使用任何音频文件。在交付之前,创作者要求 Claude 让一个测试机器人驾驶三圈,以检查所有功能是否正常。

无需游戏开发术语

自主规划与测试:一小时无人值守

接到任务后,Fable 5.2 首先制定了一个包含 7 个步骤的计划:赛道与城市、飞船、对手、声音、控制、测试和发布。然后它开始自主执行:编写代码、截取自己游戏的屏幕截图、观察画面并修复任何看起来不对的地方。据视频作者描述,这个过程完全自动运行了大约一个小时,他没有进行任何干预。

最终,测试机器人完成了三圈驾驶,分别使用键盘、游戏手柄和触摸屏三种输入方式。50 项检查全部通过,没有错误。第一版游戏已经完全可玩,甚至包含了小地图、单圈计时和加速计。

迭代升级:更快的速度、真实的对手与 AI 托管

第一版完成后,创作者用自然语言提出了改进要求:让游戏感觉更快、让对手真正争夺位置、为倒计时添加真实的播音员声音、添加带有键艺术图的标题屏幕,以及当玩家不操作时由 AI 接管比赛。此外,他还要求将关键艺术图中的飞船转化为真正的 3D 模型。

这时 Higgsfield 再次发挥关键作用。Claude 调用 Higgsfield 生成播音员的语音线路(“Three, two, one, go!”),并处理 3D 飞船。由于原始关键艺术图过于潮湿,无法直接转换,Claude 先让 Higgsfield 绘制飞船的清晰视图,然后将其转化为实际的 3D 模型,甚至渲染出来检查效果。随后,它将整个游戏上线到 Higgsfield,以便使用所有文件,并再次让测试机器人进行比赛测试。

倒计时播音

第二轮测试完成了 66 项检查(总共 70 项),游戏功能更加完整。标题屏幕使用了关键艺术图,播音员进行倒计时,玩家可以驾驶来自图片的飞船,加速时会出现速度线,对手之间会真正交换位置(据视频称,一场比赛中交换了 62 次),而如果玩家放下控制器,AI 会接管并自主比赛——在一次演示中,AI 从最后一名一路追赶至第一名并赢得比赛。

文本转语音(TTS)与程序化音频 是本文中两个容易被忽略但至关重要的技术点。播音员的“Three, two, one, go!”并非真人录音,而是由 Higgsfield 接入的音频生成模型合成,这属于 TTS 的范畴——模型根据文本直接生成自然语音。而游戏内的音效和配乐则完全由代码生成,即程序化音频(procedural audio):通过算法实时合成引擎轰鸣、加速呼啸或背景音乐,而非播放预录的音频文件。程序化音频的优势在于体积极小、可动态变化(如速度越快音调越高),非常适合 AI 在无外部素材的情况下快速构建完整的声音体验。

预告片与多模型协作

游戏需要一个预告片。创作者让 Claude 使用 Higgsfield 的 Seed Dance 2.5 模型将关键艺术图转化为预告片,甚至生成了声音。整个过程在同一个聊天中完成。视频作者指出,传统上这需要概念艺术家、程序员、音效设计师、配音演员、3D 艺术家和预告片编辑等多个角色,而在这里,所有工作都在一个聊天中完成。

传统游戏开发需要多个角色

这意味着什么:AI 游戏开发的门槛正在消失

这个案例展示了当前 AI 模型在长任务规划和多工具协作方面的能力。Claude Fable 5.2 不仅能够编写代码,还能自主测试、修复错误,并根据自然语言反馈进行迭代。Higgsfield 的 MCP 集成则将图像、视频和音频生成能力无缝接入,使得非技术用户也能通过对话完成复杂的多媒体项目。

当然,这背后仍然需要一定的提示工程和审美判断。创作者需要知道如何描述想要的效果,并引导模型进行迭代。但没错的是,游戏开发的技术门槛正在大幅降低。正如视频作者所说:“你不需要任何游戏开发术语,只需玩它,然后写下你想要的东西。”

Higgsfield 提供免费计划、入门计划和 Ultra 计划。据视频介绍,Ultra 计划包含所有模型和每月 3000 credits,足以支持类似项目。目前正值黑五促销,最高可享 60% 折扣。

对于想要尝试的开发者,这条路或许值得一试。毕竟,一个完整的可玩游戏、3D 模型、配音和预告片,全部来自一个聊天窗口——这在以前是难以想象的。

#Claude Fable 5.2#Higgsfield#AI 游戏开发#自主编程#MCP#Three.js#AI 生成游戏
分享:

相关推荐