Нейросеть построила Нью-Йорк в Minecraft за минуты: что не так с этим достижением

Компания Higgsfield AI представила впечатляющий ролик, на котором нейросеть GPT-6 Astra строит детализированную копию Нью-Йорка в Minecraft всего за несколько минут. Для этого использовался фирменный протокол Higgsfield MCP, который отправлял команды и скрипты непосредственно в клиент игры с модификацией NeoForge 1. 20. 1. Модели поставили задачу воссоздать город на участке размером 1200 на 1200 блоков.

Как нейросеть создала мегаполис

В процессе работы алгоритм самостоятельно разметил дорожную сетку и сгенерировал несколько функциональных зон, включая коммерческий центр, жилые кварталы с характерными коричневыми домами, набережные, парки и подвесные мосты. Особое внимание было уделено высотным зданиям: появились аналоги Эмпайр-стейт-билдинг высотой 456 блоков и Крайслер-билдинг высотой 353 блока. Согласно отчету консоли, нейросеть разместила 509 зданий, из которых 338 — высотные объекты с остеклением и базовыми интерьерами.

Представители Higgsfield AI сопроводили публикацию громким заявлением, объявив, что «общий искусственный интеллект наконец-то наступил». Они попытались представить процедурную застройку кубического мира как качественный скачок технологий и доказательство появления полноценного цифрового разума.

Критика сообщества

Однако игроки и технические специалисты встретили этот пафос волной насмешек. Пользователи отметили, что запуск консольных скриптов и расстановка готовых ассетов через стандартные инструменты автоматизации не имеют ничего общего со сверхразумом. В комментариях разработку назвали «банальной надстройкой над готовыми библиотеками», подчеркнув, что для таких задач не требуется стороннее ПО.

Дополнительный спор вызвало обесценивание пользовательского контента. Пока энтузиасты тратят до 10 лет на ручное проектирование реалистичных мегаполисов, нейросеть штампует блочные коробки за минуты. Впрочем, среди создателей контента для многопользовательских серверов нашлись и сторонники утилиты, которые считают такой подход практичным для быстрой черновой подготовки масштабных карт.