Hopp til innholdet
Norsk journal om kunstig intelligens 255 artikler Oslo --:--
TokenPrat
2 min lesetid Av TokenPrat-redaksjonen

Kimi K3 og 3D: kode-generert verden, ikke tradisjonell 3D-modellering

Kimi K3 har fått oppmerksomhet for koding og agent-oppgaver, men Moonshot AI viser også fram noe mer uventet: modellens evne til å bygge utforskbare 3D-miljøer og spill. Det er verdt å presisere hva dette faktisk betyr, for det er ikke det samme som klassisk 3D-modellering i verktøy som Blender.

Kode, ikke mesh

Kimi K3 genererer ikke 3D-modeller direkte slik en dedikert 3D-genereringsmodell gjør. I stedet skriver den kode – typisk web-baserte 3D-rammeverk – som bygger interaktive miljøer og spill, og bruker det Moonshot kaller «vision in the loop»: modellen tar skjermbilder av sitt eget resultat underveis og retter opp feil som dårlig kameravinkel eller kollisjonsproblemer, i en kontinuerlig sløyfe mellom kode og visuell tilbakemelding.

Offentlige demoer viser blant annet en nettleserbasert 3D-plattformer med bevegelse, hopping, kamerakontroll og kollisjonshåndtering. Det er reelt imponerende for en generell kodemodell, men det er verdt å huske at demoene er utvalgte eksempler – de viser ikke antall forsøk, feil underveis eller total kostnad før resultatet ble bra.

Ikke en klar seier over lukkede modeller

Her må vi dempe råtekstens påstand om at K3 "overgår konkurrentene". En direkte test satte Kimi K3 opp mot Claude Opus 5 på nøyaktig samme oppgave: generere en utforskbar 3D-verden fra ett referansebilde, via samme agent-verktøy (Klein-rammeverket). Resultatet: Opus 5 leverte det mest polerte resultatet, med bedre fysikk og visuell kvalitet – men brukte rundt 20 prosent av en ukentlig Claude-kvote for å komme dit. Kimi K3 produserte en grovere, men fullt brukbar verden til en brøkdel av kostnaden, og fortsatte å forbedre seg underveis.

Konklusjonen fra testen er ikke at K3 er best, men at den er billigst for jobben – et reelt poeng, bare et annet poeng enn "overgår konkurrentene på flere felt". Kostnadseffektivitet er styrken, ikke rå kvalitet.

Hvorfor det likevel er interessant

Poenget er at et åpent, langt billigere alternativ nå klarer en oppgave som tidligere krevde en dyr, lukket toppmodell. For noen som jobber lokalt og prisbevisst, er "god nok og billig" ofte mer interessant enn "best, men dyrt".

Ressurser

Del

Les videre

Forsiden →
Forelesningssal om natten med en tavle full av krittdiagrammer, en laptop og høye stabler med manuskripter
· Forskning

OpenAI slapp over 700 matematikkbevis på én dag – Lean sjekker rundt 42 prosent av dem

6. oktober la OpenAI ut 722 matematiske manuskripter laget av en intern modell uten navn. Det mest interessante er metoden: en AI som tenker i timevis per problem, og et maskinelt verktøy som skal skille holdbare bevis fra tull.

Studiomikrofon med lysende fargede lydbølger i et mørkt lydstudio
· Modeller

Ming 3.0 TTS: Beste åpne stemmekloner med MIT-lisens – men den snakker ikke norsk

Ant Group har sluppet to talemodeller som kloner stemmer, designer nye fra en beskrivelse og ler, sukker og nøler på kommando. Den minste har bare 0,5 milliarder parametere, og lisensen er så åpen som det går an. Men står norsk på ønskelista, må du vente.

Menneskehånd og robothånd som holder hver sin trekloss med samme grep
· Forskning

FlashDexRetarget: Én policy for tusen håndbevegelser – og 100 ganger mindre GPU-tid

Roboter med fingre trenger enorme mengder treningsdata, og den billigste kilden er opptak av mennesker som håndterer ting. Problemet er å oversette en menneskehånd til en robothånd. Et nytt prosjekt fra KAIST og Holiday Robotics gjør det med én felles modell i stedet for én per bevegelse, og bruker