[控场AI]
· 6 分钟阅读· 3,165 字

GPT 6.2、Fable 5.2、Gemini 4 实测:一张图生成游戏UI谁最强

GPT 6.2、Fable 5.2、Gemini 4 实测:一张图生成游戏UI谁最强

LGUI框架实测三大模型从原图还原游戏UI,功能趋同但还原度与稳定性分化明显。

B站UP主「路面」用自研的 LGUI Agent 框架做了一次横向实测:把同一张游戏原图交给 GPT 6.2、Fable 5.2 和 Gemini 4,让 Agent 在网页端自主完成需求推演、资源生成、代码编写与测试,从零还原可运行的游戏 UI。结果显示功能实现上各家已拉不开差距,真正分水岭在于设计还原度、交互质感和工程稳定性。Fable 5.2 表现力最佳但曾写出死循环导致电脑死机;GPT 6.2 均衡却会自行发挥偏离原型;Gemini 4 功能完整但观感廉价。UP主日常首推 Opus 5.5 与 GPT 6.2,并透露 LGUI 可一键导出 Unity,未来计划用纯代码 JSON 描述 3D 模型,让 AI 理解资产语义。

当大模型开始接管游戏UI开发,一张截图能走多远?B站UP主「路面」用一套名为 LGUI 的 Agent 框架做了一次横向实测:把同一张游戏原图丢给 GPT 6.2、Fable 5.2(Claude 系)和 Gemini 4,看谁能从零还原出可运行的游戏界面。结论比想象中更有分歧——功能都能跑通,但「像不像」和「能不能用」是两回事。

实测方法:一张原图如何变成可运行 UI

LGUI 是一套面向 Agent 的游戏 UI 框架,以插件形式接入 Claude Code、Codex 等编程 Agent,所有编辑、切图和代码都在网页端完成,不需要启动游戏引擎,也不需要接任何 MCP。Agent 可以在网页内自循环完成设计推演、资源生成、代码编写和自测验收。

工作流从一张原图开始:模型先推断界面结构、图标语义、交互状态,输出一份详细的需求单;接着生成美术资源表、设计规范(强调色、文本样式、出图提示词)和拼接规范;最后写代码并配套测试用例,覆盖各功能点。整个过程由 Agent 自主完成,人类只需验收结果。

它居然能给我写了使用环

UP主特别提到一个意外:Fable 5.2 在生成过程中写出了死循环,导致他的电脑死机两次。他认为这不该是顶级模型应有的表现,因此在主观评分中给 Fable 5.2 扣了分。

MCP(Model Context Protocol,模型上下文协议)是 Anthropic 提出的一种开放协议,用于让大模型以标准化方式连接外部工具和数据源。简单说,它定义了一套「模型如何发现、调用、返回工具结果」的统一接口,Agent 不需要为每个工具单独写适配代码。文中强调 LGUI「不需要接任何 MCP」,意味着该框架把切图、资源生成、代码编写等能力全部内建在网页端插件里,Agent 的操作对象是框架自身的 API,而非通过 MCP 挂载的外部服务。这样做的好处是链路更短、可控性更强,也避免了 MCP 调用带来的额外延迟和权限配置成本,但代价是扩展能力受限于框架本身提供的接口范围。

各家表现:功能都通,表现力差距明显

Fable 5.2:整体最像「那么回事」

从切图效果、界面细节到动效,Fable 5.2 是UP主个人最满意的一套。千道界面的还原度最高,道具飞入货币栏的动画、点击反馈、地图和战斗弹窗等交互都做得比较完整。他直言「只有 Fable 5.2 做得很像那么回事」,其他模型的效果「也还行」。

GPT 6.2:细节能挑,但整体满意

GPT 6.2(含 6.2 手和 6.2 手插两个版本)的效果相对均衡,基础功能没问题,切图也没有大毛病。问题在于角色图标变得特别卡通,模型似乎没有严格按原型图还原,而是自己「做了一版」。UP主推测这可能与训练时的某些措施有关。在 GPT 系内部,他认为 6.2 手比 S2 强很多。

从切图效果来说

Gemini 4:功能完整,观感廉价

Gemini 4 的表现被评价为「比较拉胯」。虽然功能完整、切图正常,但素材简单、按钮弱、动效和交互差,整体观感「非常廉价」。即便是最新发布的版本,在前端 UI 这一块仍未达到可用水准。

旧版对照:GPT 6.1 的字体适配坑

UP主还回顾了早期用 GPT 6.1 从网页直接转 Unity 打包的效果。最大的问题是描边字体显示严重异常,根源是 TMP(TextMeshPro)适配没做好。功能与切图本身没问题,但字体描边处理需要额外优化。

TMP(TextMeshPro)是 Unity 官方推出的文本渲染方案,用于替代传统 UI Text 组件,核心优势是矢量渲染,在高分辨率下文字边缘更清晰。描边、阴影、渐变等效果通过材质和 Shader 实现,而非逐像素绘制。TMP 的字体资源需要预先烘焙为 SDF(Signed Distance Field,有向距离场)图集,包含字形轮廓的距离信息,因此运行时缩放不会模糊。问题在于,如果字体图集的分辨率、采样参数或材质通道配置不当,描边就会被裁切或溢出,表现为描边过粗、断裂或完全不显示。网页端生成的 UI 通常用 CSS 或 Canvas 原生文本渲染,导入 Unity 后需重新映射为 TMP 字体资源,这一跨引擎的文本管线适配是自动化流程中最容易出现偏差的环节之一。

速度与额度:谁更适合日常开发

从个人体验出发,UP主首推 Opus 5.5,称其在游戏前端 UI 开发上「真的是太顶了」;其次是 GPT 6.2,因为 Pro 档的 Ultra Fast 速度极快。生图环节则因为 Opus 没有生图模型,转而调用 GPT 的生图能力。Gemini 和另一款最新模型虽然参数最强,但在前端 UI 场景下体验落后。

他不用接任何的MACP

有意思的是,这些模型在生图质量上整体表现都不错,差距主要落在「按原型还原」的忠实度和交互细节的打磨上。

从 UI 到引擎:LGUI 的野心不止于界面

LGUI 的所有产出可以直接一键导出到商业引擎,目前优先支持 Unity,其他引擎需要社区提 PR 做兼容——UP主表示兼容工作本身很简单,主要是把鼠标点击、屏幕触控等事件和资源接进去,建一些 API 即可。项目仓库目前有 139 个 star、18 个 fork。

其实到这个阶段

UP主最近还开源了一套面向 Agent 的性能检测工具,网页端的 profile 工具可以自主插装、定位问题、跑测试并修复,让程序开发环节进一步全自动化。下一步他要把美术环节也 Agent 化,正在探索一个网页版的 Blender 式方案:不要 FBX、不要 DCC 软件,用纯代码(JSON 格式)描述模型结构,让 AI 能理解每个部件的用途,而不是面对 mesh 节点束手无策。他坦言这是探索性路径,难度很大,但如果走通,AI 对 3D 资产的理解方式会完全不同。

FBX 是 Autodesk 推出的一种通用 3D 模型交换格式,包含网格、骨骼、动画、材质引用等数据,是游戏引擎与 DCC(Digital Content Creation,数字内容创作)软件之间最常见的资产载体。传统 3D 工作流依赖 Blender、Maya、3ds Max 等 DCC 工具产出 FBX,再导入 Unity 或 Unreal。这类文件对 AI 并不友好:mesh 节点只有坐标和拓扑信息,缺少「这是椅子腿」「这是门把手」之类的语义标签,模型难以理解各部件的功能与组合关系。UP主设想的纯代码 JSON 方案,本质是把 3D 资产从「几何容器」变成「带语义的结构化描述」,让 AI 能按部件用途推理、编辑和生成,而不只是搬运顶点数据。这条路径若能走通,将绕开 DCC 软件与 FBX 中间层,直接让 AI 参与 3D 资产的创作与修改。

结论

这次实测的启示很直接:当前顶级模型在「功能实现」上已经拉不开差距,真正的分水岭是设计还原度、交互质感和工程稳定性。Fable 5.2 赢在表现力却输在死循环这类工程事故,GPT 6.2 均衡但会「自由发挥」,Gemini 4 则还停留在「能跑就行」的阶段。对于游戏 UI 这类强视觉、强交互的场景,选模型不能只看榜单,得看它在具体管线里的实际产出。

#GPT 6.2#Fable 5.2#Gemini 4#游戏UI生成#LGUI#AI游戏开发#Agent工作流#大模型实测
分享:

相关推荐