【五句话，用本地量化版AI模型造一个3D开放世界游戏】

快速导读：有人在自己电脑上跑了一个270亿参数的本地模型，用五句话让它造出了一个能开车的3D游戏。这不是演示视频里的精心设计，而是一个真实的对话记录。问题是：这件事比你想象的更值得认真对待。

---

对话记录一共五条。

第一条：“创建一个GTA风格的3D游戏，可以走路和开车。”第二条：“走路前后能用，但没法转向和平移。”第三条：“摄像头朝后了，走路和开车都是。”第四条：“好了！现在可以加什么？”第五条：“建筑和障碍物是最优先的。”

就这五句话。一个能在本地跑的、量化到Q4精度的270亿参数模型，把它们全处理掉了。

这个模型是Qwen 3.5 27B，运行在M3 Ultra 512GB上，每秒生成21.8个token。跑的不是云端，不是API，是自己机器上的本地文件。量化版本的意思是：为了塞进内存，它被压缩过了，理论上会比原版笨一点。

结果它交出了一个能走、能开车、能看到建筑物和街灯的3D世界。

更荒诞的细节在评论区。有人问它在加建筑物时是怎么思考的，原帖作者贴出了模型的推理过程。那段推理只有七行：确认用户要什么、列出要加的东西、备注别把障碍物放在出生点附近。然后它就开始写代码了。没有冗长的自我怀疑，没有跑题，没有废话。

评论区有人说，“五年后本地模型就能造GTA6了”，原帖作者回：“现在大概是80年代末90年代初的水平。”这是少见的清醒。但即便如此，这个描述本身也已经足够奇怪：我们现在所处的位置，是可以用“相当于某个游戏开发年代”来描述的位置。

“Q4量化还能有这种表现”是这条帖子里被反复惊叹的一件事。背后的原因是量化技术在改进，Unsloth的动态量化在某些层上保留了更高精度——但更关键的是，当一个模型足够大、结构足够好，它被压扁之后，能保留的东西比你以为的多得多。

有人问：这算一个真实的benchmark吗？

未必。这是一个展示，有人工引导，有迭代反馈。但有一个细节值得注意：第四次对话才到“摄像头朝后”的阶段，说明模型在多轮交互下没有丢失对整个游戏架构的理解。对一个本地压缩模型来说，这是更难的事。

如果你现在还在用云端API做原型，或者觉得本地模型“不够用”，这条帖子值得重新看一遍。不是因为它说明了什么结论，而是因为它改变了“不够用”的坐标系。

---

简评：

“你以为量化是妥协，其实量化是一道关卡——越过它的模型，才算真正成年了。”

---

ref: reddit.com/r/LocalLLaMA/comments/1refvmr/qwen_3_27b_is_impressive