消费电子总习惯用更快的芯片、更多的功能来证明进步,但一件产品如何被人记住,往往取决于那些细小而具体的设计——材料的触感、形态的取舍,甚至按键的排布。
在「硬哲学」里,爱范儿试图剥离技术和参数的外衣,探求产品设计中人性的本源。
这是「硬哲学」的第 86 篇文章。
GPT-6 Astra 的发布宣传片,是从一个黄色圆圈开始的:

画面中的人让 Astra 画了一个黄色圆圈,又让它变成一艘火箭的舷窗。几秒钟后,圆圈周围长出了火箭的轮廓:

他继续要求 GPT 把细节做得更多,再把整艘火箭做成 Blender 里的 3D 模型:

但任务还没结束。他再次回到火箭模型面前,给出指令:现在给我做一个可以发给 3D 打印机的文件。
于是,GPT-6 生成了 STL 文件,并且发送给了桌面上那台拓竹 P1S(虽然视频画面打了码,但还是太好认了)——一台和 GPT-4 同年发布的 3D 打印机,屏幕上的火箭,借由这台 P1S,变成了现实中的实体。

从黄色圆圈,到火箭草图,到 3D 模型,再到现实中的实体——在不到三分钟的短片里,OpenAI 完成了一次漂亮的首尾呼应。
如果只是想证明 GPT-6 会做 3D 建模,其实能用 Blender 就够了。但 OpenAI 偏偏让这个故事停在了一台 3D 打印机上。

因为这一次,AI 不只是在屏幕里生成内容,它开始进入现实世界了。
GUI,可能是 AI 理解世界的第一课
GUI,图形用户界面,一个存在了超过半个世纪的概念。我们每天点击窗口、拖动图标,很少再去想它究竟是什么。
但从底层看,GUI 一直在做一件事:把计算机内部复杂不可见的逻辑,翻译成人类能理解和操作的世界——
打开电脑就看到「桌面」,文件要装进「文件夹」,应用有「窗口」,不要的东西扔进「垃圾桶」——在这里,每个对象都有属性,彼此之间也有关系,而人可以执行许多动作,并且让这套系统进入新的状态。

GUI 本质上就是一个高度抽象的现实世界。
这也是为什么 GPT-6 对 GUI 理解能力的提升,远比「AI 可以替我点按钮」重要。
以往的视觉模型看到 Photoshop,只需要告诉你哪个是套索工具;但今天 AI 要真正完成 Computer Use,就必须理解当前在处理什么文件、哪个对象要改、操作会带来什么结果、出了问题从哪里改回来。
这是一套完整的「感知 → 判断 → 行动 → 反馈」循环。

这种能力和现实世界有一种微妙的同构——
现实世界同样由对象组成:杯子有位置和重量,门有开和关两种状态,方向盘转动会改变车轮角度。人在环境里观察对象、判断关系、执行动作、再根据结果修正行为。

过去的 AI 学习这个世界「是怎样被描述的」,现在的 AI 开始学习一个世界「是怎样被操作的」。
这二者的差距,便是行动。
智力需要进入环境,才能变成能力。而 GUI,恰好是目前人类创造的规模最大、最标准化的「环境」。

从操作软件,到操作现实
再回过头看宣传片里那台 P1S,它的意义已经完全不同。
3D 打印机恰好位于 GUI 世界与现实世界的交界线上。
图片生成后还是像素,文字生成后还是字符,代码运行起来也大多停留在电脑内部。
但一个 STL 文件进入 3D 打印机后,会发生一次性质完全不同的转换——数字世界里的「对象」,变成了现实世界里的「物体」。
在这个层面上,3D 打印机就是那座打破数字和物理世界边界的传送门。

回顾过去几年的技术发展,会发现一个有趣的呼应。
2022 年,拓竹推出了初代 X1 系列,同年年底,基于 GPT-3.5 的 ChatGPT 上线。
两条路径各自起步,却都在缩短普通人与复杂技术之间的距离。
四年后,当 GPT-6 生成的模型交由拓竹打印成实物,这两条路径便在一枚小火箭上交汇了。
GPT-6 消解掉的是软件侧的复杂度——我不必跟着教程一步步学会 Blender 或 CAD,只需要告诉模型最终想得到什么,模型就会给我什么。
拓竹则消解掉了制造侧的复杂度——我再也不必理解热床温度和填充密度,只需要装上耗材、输入图纸、按下打印键。

前者让人不需要学习复杂的软件,后者让人不需要学习复杂的机器。掐头去尾,留下来的便是创造本身。
一句自然语言的需求,经过 GUI、设计软件和制造设备,最后变成一个真实物体——这就是 OpenAI 在宣传片里展示的,从意图到现实的完整路径。

过去几十年,人机交互是一门与时俱进的学问,其研究目的就在于如何让数字世界更为贴近现实世界:
命令行要求人学习机器的语言,GUI 用图标和窗口把机器翻译成人类熟悉的视觉世界,触摸屏把「移动鼠标」变成了直接触碰对象……
而大语言模型,则开始颠覆人机交互这门学问——我们不再必须亲自找到按钮、打开菜单,AI 可以读懂 GUI,并操控 3D 打印机这样的设备,来替人完成操作。

软件不会消失,但可能不再需要费尽心思去学习了——越来越多的人不再需要直接面对 Photoshop、Blender、CAD……
就像今天用相机的人,不需要理解 ISP 怎样处理每个像素,未来用 CAD 的人,也未必需要知道一套建模需要经过多少菜单和工具。
我们真正想要的,从来不是一个 CAD 文件,而是一个支架、一把椅子、一个零件,或者一枚可以拿在手里的小火箭。
GUI 是人类把现实翻译给计算机的语言,现在 AI 已经读懂了它。
而 3D 打印机,则把计算机里的抽象概念,再翻译回现实。
从 GPT 开始,到 3D 打印机截止,这便是一个念头走向现实的距离。