以下是一些关于制作基于 AIGC 的游戏助手的参考信息:
[Ammaar Reshi](https://twitter.com/ammaar)利用GPT-4、Replit、MidJourney、Claude组建一个AI助手团队,以零Javascript或3D游戏编程知识从头开始创建了一个3D太空竞速游戏:[https://twitter.com/ammaar/status/1637592014446551040?s=20](https://twitter.com/ammaar/status/1637592014446551040?s=20)Jackson Greathouse Fall给GPT-4 100美元并让他尽可能多的赚钱,作者会实践GPT-4的建议:[https://twitter.com/jacksonfall/status/1636107218859745286?s=20](https://twitter.com/jacksonfall/status/1636107218859745286?s=20)
在本指南中,我们将构建一个基于RAG的LLM应用程序,其中我们将结合外部数据源来增强我们的LLM的能力。具体而言,我们将构建一个可以回答有关Ray的问题的助手-一个用于生产化和扩展ML工作负载的Python框架。这里的目标是使开发人员更容易采用Ray,但是,正如我们将在本指南中看到的,还要帮助改进我们的Ray文档本身,为其他LLM应用程序提供基础。我们还将分享我们在此过程中遇到的挑战以及如何克服这些挑战。
Roblox推出了Roblox Assistant,这是一款对话式人工智能助手,在一个演示中,有人输入“我想制作一个以古代废墟为背景的游戏”,Roblox掉进了一些石头,苔藓覆盖的柱子和破碎的建筑。“让玩家在废墟中的篝火旁生成”增加了篝火和凳子。“添加一些树木供玩家砍伐”添加附近的树木。Roblox将从其市场或您自己的视觉资产库中获取资产。