Долгое время пространственное мышление оставалось ахиллесовой пятой больших языковых моделей. Нейросети великолепно сочиняли сонеты и генерировали плоские картинки, но стоило попросить их мысленно повернуть трехмерную фигуру или сориентироваться в координатах, как алгоритмы заходили в тупик. Однако серия независимых испытаний флагманской модели Moonshot Kimi K3.1 Pro показала фундаментальный качественный скачок: искусственный интеллект переходит от манипулирования плоским текстом к честному пониманию трехмерной геометрии и процедурному созданию целых миров.
Бенчмарк пространственного мышления
Тест на сборку кубика Рубика годами служил лакмусовой бумажкой для оценки пространственного воображения ИИ. Предыдущие модели либо беспомощно зацикливались, либо пытались сжульничать — механически обратить вспять последовательность случайных поворотов, которыми была запутана головоломка.
В независимом стресс-тесте Мэтью Бермана модели Kimi K3.1 Pro передали случайное запутанное состояние кубика исключительно в виде матриц пространственной ориентации его граней. Модель не имела истории ходов. Kimi продемонстрировала подлинное алгоритмическое мышление: она «в уме» построила полную трехмерную модель объекта, просчитала оптимальный послойный маршрут сборки и выдала безошибочную цепочку команд поворота в 3D-пространстве. В виртуальной симуляции кубик собрался с первого раза без единой коллизии или сбоя геометрии.
Процедурный 3D-арт в Blender
Второй эксперимент проверил, как пространственный интеллект работает в связке с профессиональным софтом. Вместо генерации картинок Kimi выступила в роли технического 3D-художника внутри открытого редактора Blender.
По текстовому описанию («Неоновое ущелье с кристаллическими скалами, парящими островами и светящимся туманом») модель написала синтаксически выверенный скрипт на Python для встроенного модуля bpy. Скрипт очистил дефолтную сцену, сгенерировал процедурные меши с модификатором Displace, настроил нодовые шейдеры Principled BSDF с эмиссией света и выставил кинематографичную камеру:
# prompt_builder.py: Запрос к Moonshot Kimi для генерации сцены Blender
import os
import requests
api_key = os.environ.get("MOONSHOT_API_KEY")
headers = {"Authorization": f"Bearer {api_key}"}
prompt = """
Напиши скрипт на Python для Blender 4.2+ с использованием модуля bpy.
Сцена: Кристаллическая пещера с парящими светящимися кристаллами.
Требования:
1. Очистить дефолтные меши сцены.
2. Процедурно создать рельеф с модификатором Displace.
3. Добавить кристаллы с эмиссионным материалом (Cyan, Strength = 5.0).
4. Настроить камеру под углом 45 градусов и мягкий фоновый свет World.
Верни ТОЛЬКО исполняемый код Python.
"""
Скрипт запускается в фоновом режиме через терминал Blender без ручной возни с полигонами:
# Фоновый запуск Blender для рендеринга сгенерированного скрипта
blender --background --python generate_scene.py --render-output //render_frame --render-frame 1
В ходе серии тестов Джулиана Голди модель сгенерировала шесть сложнейших независимых 3D-сцен, потратив на токены суммарно всего $8.80.
Архитектура игровых локаций
Третий рубеж масштабировал задачу до уровня прототипа настоящей видеоигры. Kimi K3.1 Pro поручили создать многозональное игровое пространство: пять различных биомов (от подземных гротов до горных хребтов), выделенную арену для битвы с боссом и динамический цикл смены дня и ночи с автоматическим пересчетом теней и положения солнца.
Модель справилась со сборкой цельного мира, применив встроенный инструментарий 3D Make. Сгенерированную локацию можно напрямую экспортировать в открытые форматы glTF и FBX для переноса в движки Unreal Engine 5, Unity или веб-библиотеку three.js. Это открывает путь к автоматическому блокингу уровней (whiteboxing): инди-разработчик за полчаса получает готовую геометрию игры, на ручное создание которой раньше уходили недели труда 3D-моделлеров.
Результаты Kimi K3.1 Pro доказывают: эпоха, когда нейросети оставались слепыми манипуляторами текста, подходит к концу. Понимание трехмерных координат, геометрии и физики взаимодействия объектов закладывает фундамент не только для революции в геймдеве и кинопроизводстве, но и для пространственного интеллекта роботов, которым предстоит ориентироваться в реальном физическом мире.