Ik herinner me dat ik te lang geleden een 3,5-inch schijf in mijn pc heb geplaatst. Met mijn zakgeld had ik voor $ 5 videogame-ontwerpsoftware uit een catalogus gekocht. En terwijl ik naar de terminal keek, verdwaald zonder een bekende GUI. . . mijn codeerinspanningen stierven.
Gameontwerp werd een abstract concept, zelfs toen ik gamejournalist werd: een onderwerp geschetst in notitieboekjes, theoretisch besproken en kritisch geobserveerd. Dat was totdat ik Moonlake laadde AI. Met $30 miljoen aan financiering van investeerders, waaronder Nvidia, AIX, Google’s hoofdwetenschapper Jeff Dean en YouTube-oprichter Steve Chen, droomt de vijftienkoppige startup, opgericht door twee Stanford PhD-studenten, ervan complete games te bouwen – van first person shooters tot 2D-puzzels – via een enkele, eenmalige prompt.
Ja, vibe-codering apps zoals Claude Code en Herhaling maken het ook mogelijk om games te bouwen, maar Moonlake is speciaal voor deze taak gebouwd. Het zal u nooit vragen een stukje code te kopiëren, biedt sjablonen om mee te beginnen als u dat wilt, en heeft ook eenvoudige paden om uw eigen middelen in te brengen. Het onthoudt uw visie en werkt er voortdurend aan om deze samen met u te verbeteren.
Voor een abonnement van $ 40 per maand (hoewel je het platform technisch gezien gratis kunt uitproberen), typ je wat je wilt spelen, en presto, het is gecodeerd, op bugs getest en lijkt te bestaan.
Het Moonlake AI-team, dat vandaag in bèta voor het publiek wordt gelanceerd, weet dat ze nog geen one-shot-gamegenerator zijn. Terwijl ik binnen enkele minuten mijn eerste draft-game aan het testen was, kostte het uren heen en weer gaan met de machine om het veel verder op te poetsen.
En in feite reiken de doelstellingen op langere termijn voor Moonlake AI veel verder dan het verheven doel van videogames die sfeer coderen. Hun grotere plan is niet alleen om Moonlake te bouwen om capabeler te worden, maar om het proces van het ontwerpen van videogames zelf te benutten om een grensverleggend AI-model voor de wereld te bouwen.
Mijn spel bouwen in Moonlake AI
Ben ik de enige die, starend naar de prompt, tegenover deze machine die alles kan, plotseling niets meer kan bedenken?
Het was dit gebrek aan creativiteit dat mij deed zinken toen ik voor het eerst met Moonlake een proefrit maakte. Ik kon niets unieks bedenken, dus stelde ik een 3D-kerkercrawler voor. Ondanks dat ik geen originele ideeën had, liep ik door mijn visie in een expliciete prompt die uit meerdere alinea’s bestond. Het voelde te belastend voor het systeem, te groot van omvang en te weinig voeling met wat ik me had voorgesteld. Mijn opdracht werd gerealiseerd als één grote, gebroken kamer vol pilvormige karakters en geen eenvoudige weg vooruit.
Toen ik dit verhaal vertelde aan Sun Fun-Yun, medeoprichter van Moonlake AI, stelde hij voor om kleiner te beginnen. Focussen op kleinere interacties en van daaruit verder bouwen. (Zelfs Hij deelde een paar eenmalige projecten die hij op één dag had gemaakt, waaronder dit Duizendpoot kloon En postapocalyptische simulator).
Dus ik deed het mensenwerk en pijnigde dagenlang mijn hersenen voordat ik op een nieuw concept terechtkwam: Een miniatuurchef rent heen en weer met een gigantisch ijshoorntjevallende bolletjes ijs vangen. Ze stapelen zich op en worden steeds moeilijker in evenwicht te brengen. Vanaf hier kon ik allerlei spelloops volgen, afhankelijk van wat er leuk aan was (misschien kreeg je punten voor elk bolletje, misschien introduceerden sommige smaakcombinaties bonussen, misschien stonden ijsbolletjes die je niet had gevangen in de weg). Maar voor nu concentreerde ik me op deze eenvoudige introductie.
Ik typte dit verzoek in de prompt aan de linkerkant van de interface. En net als bij ChatGPT ging Moonlake aan de slag, prees mij voor mijn briljante creatieve idee en deelde vervolgens de taken op die nodig waren om het tot leven te brengen.
Moonlake bood me een schatting van 15 tot 20 minuten om de klus te klaren. Toen werd het gelanceerd: sneller dan ik ooit zou kunnen ontleden, creëerde en werkte het systeem een checklist met taken af. Het moest grafische meshes, wiebelmechanismen en sprites voor mijn graphics creëren. Het onderzocht onderwerpen die het niet meteen begreep. Een mix van uitleg in duidelijke taal, en vervolgens honderden regels code, bevolkt in de chatbox, die zich uitbreidde en vervolgens consolideerde, weg van mijn ogen.
Ik was onder de indruk van de beslissingen die het op zichzelf nam, niet alleen het opsplitsen van noodzakelijke taken voor een minimaal levensvatbaar product, maar het introduceren van een springerige animatie wanneer het ijs het hoorntje raakte (een detail dat ik dacht dat ik later in een polijstbeurt zou toevoegen). Het systeem zei zelfs dat het de game aan het laden was en aan het testen was (een paar bugs opsporen en pletten) voordat die magische knop verscheen in het grote middenvak dat het grootste deel van de gebruikersinterface vormt: Play Game.
Het moment deed me denken aan de eerste keer dat ik gen AI probeerde; dit werkte echt! Soort van!
Mijn eerste versie voelde iets uit het vroege pc-gamingtijdperk. Mijn chef-kok was te groot, de kegel was te klein. En de ijsjes stapelden zich niet op.
Maar jeetje, het klopte zo veel met mijn simpele pitch. De kernvisie was er. Het ijs viel in precies het juiste tempo uit de lucht. De schaal van de hele scène voelde goed. De bedieningselementen werden allemaal in kaart gebracht zonder dat ik hoefde uit te leggen welke toets wat moest doen. Mijn chef-kok. . . Het was iets van een witte klodder die aan een kegel vastzat. Hij had werk nodig. Maar Moonlake is er zelfs goed in geslaagd een keukenachtergrond met witte tegels te creëren, met subtiele ijscoupes erop gedrukt als muurschilderingen.
Van daaruit begon ik de machine les te geven om het ijs zo te fixeren dat het zich opstapelde. Dat zorgde voor andere problemen. Het ijs begon zich op te stapelen, maar viel bij elke beweging naar beneden. Het onderhandelen over het gevoel bracht me ertoe allerlei nieuwe aanwijzingen uit te proberen, en zelfs toen het mislukte en opnieuw mislukte, begon ik te herkennen hoe de AI ideeën als plakkerigheid vertaalde in zijn eigen geannoteerde code. Urenlang informele updates op een tabblad in mijn browser volgden.
Het repareren van de fysica van de primeurs was vervelend. Ik kwam terecht in een cirkel van nog niet helemaal opgeloste problemen.
Maar ik vroeg ook om een nieuwe chef-kok, deze met een echte, gigantische hoed, waar telkens kleine zweetvlekken uit staken als hij van richting veranderde. Dit hele idee heeft Moonlake uit de kast genageld. Mijn exacte voorkeursesthetiek? Nee. Maar het veroverde de sfeer. Ik merkte dat ik tevreden was, maar besefte ook dat het veel werk zou vergen om deze ervaring op te poetsen tot iets dat heerlijk aanvoelde. Nog een dag? Een week? Het was moeilijk te zeggen.
De volgende ochtend besloot ik, in een laatste poging (ik had wel een artikel om in te dienen!), een aantal van mijn slepende verzoeken in één laatste poging toe te voegen, gewoon om te zien wat Moonlake kon doen. Ik wilde een grote vermenigvuldigingsscore, een grafische upgrade van Kawaii en nog een paar oplossingen voor mijn vervelende scoopfysica.
Het was oneerlijk om al deze updates in één keer aan te vragen, en het was vrijwel zeker dat er iets kapot zou gaan. Een kwartiertje coderen volgde, terwijl ik een kop koffie pakte. Waar ik naar terugkeerde? Grotendeels mijn opdracht! Een paar nieuwe problemen rond het wegglijden van ijs! Een game-over-scherm waar ik niet om heb gevraagd! Maar eindelijk een echt spel – gebouwd voor ongeveer 950 van mijn 1.500 maandelijkse credits – en gepubliceerd zodat u het met een druk op de knop kunt proberen.
(Moonlake bepaalt nog steeds de prijzen voor extra credits.)
Het grensmodel creëren
Net als veel AI-bedrijven brengt Moonlake klanten alleen de computerkosten in rekening. Daarom wordt bij het basisabonnement een beperkt aantal credits geleverd om de AI te laten draaien. Iedereen is van mening dat de kosten in de loop van de tijd moeten stijgen, wat de marges van Moonlake op abonnementen zou kunnen vergroten, of simpelweg opnieuw zou moeten worden geïnvesteerd om het platform capabeler te maken. Maar pas als ik vraag hoe Moonlake zijn model heeft getraind, leer ik echt hoe het allemaal werkt, en tot op zekere hoogte waarom deze videogamegenerator zelfs als bedrijf bestaat.
Moonlake is een steeds groeiend AI-model. Het is echter ook echt een agent voor het bouwen van videogames die uw taak op zich neemt en deze coördineert met verschillende gespecialiseerde AI-modellen van derden die alles aankunnen, van natuurkunde tot het genereren van activa. En het is Ook uitgroeien tot iets dat nog ambitieuzer is als gevolg van het feit dat we bovenop zoveel bestaande AI-macht zitten.
“Wij hebben een orkestrator die leert deze modaliteiten samen te smelten”, zegt Fan-Yun. “En na verloop van tijd kan ons model zelfs steeds capabeler worden en de mogelijkheden van andere modellen in die van ons integreren.”
Maar dat is slechts het begin van de strategie. Terwijl je vibreert in Moonlake, creëer je je eigen videogame. Je traint ook Moonlake’s eigen grensmodel – wat valt in een zeer gehyped segment van ‘wereld modellen‘ of wat Moonlake kwalificeert als ‘multimodale modellen’ – die niet alleen woorden en concepten herschikken als LLM’s, maar een diep begrip hebben van wat de wereld is, hoe deze werkt en hoe alle oppervlakken en contactpunten reageren op input in de fysieke ruimte.
Dat betekent dat wanneer ik Moonlake corrigeer door te zeggen dat een ijsbolletje op een ander bolletje ijs moet worden gestapeld en op een ander bolletje moet worden geplakt, het in feite leert dat bolletjes ijs op elkaar blijven plakken. Vermenigvuldig dat met miljoenen zeer specifieke gebruikersverzoeken, en zoals Sharon Lee, medeoprichter van Moonlake AI, uitlegt, zou game-ontwerp een perfecte trainingslus kunnen bieden om talloze datapunten te voeden over hoe we verwachten dat de wereld in deze wereldmodellen zal werken.
Nee, veel of zelfs de meeste games werken niet met natuurkunde uit de echte wereld, wat in sommige simulaties 1:1 zou vertalen. Maar in sommige gevallen is dat wel het geval, en Moonlake zou zulke echte natuurkunde kunnen extraheren voor hun eigen simulaties. Bovendien geloven de oprichters dat de bovengenoemde causale relaties die zij in kaart brengt nog steeds duidelijkheid zullen toevoegen aan wereldmodellen die anders moeilijk vast te pinnen zijn.
“Er gaapt een kloof tussen de huidige grote taalmodellen en de semantiek die zij begrijpen, versus het daadwerkelijk bouwen van een wereld”, zegt Lee. En zij geloven dat deze kloof kan worden gedicht met meer, opzettelijke gegevens.
Tegenwoordig proberen onderzoekers deze mondiale input te verkrijgen door Airbnbs te huren en de kamers met lasers te scannen, maar dat is relatief statische informatie die moeilijk te schalen is. AI kan ook video’s analyseren om conclusies te trekken, maar deze missen de scherpte van menselijke contextualisering. Wat betreft videogames? “Als je een model traint op basis van slechts een heleboel Fortnite-gegevens, weet je dat je niet echt gaat generaliseren naar gegevens uit de echte wereld”, zegt Lee. “(Onze) data zullen exponentieel schalen vergeleken met met de hand samengestelde data of verzamelde data.”
Zelfs Google’s Genie-AI kunnen een hele reeks verbazingwekkende 3D-werelden genereren met enige interactiviteit, maar de interacties die ze mogelijk maken zijn op zijn best oppervlakkig.
“Ik denk dat het verschil zit in het observeren van de wereld zoals die is, versus het observeren en begrijpen van de wereld met causaliteit”, zegt Fan-Yun. En dus is causaliteit waar Moonlake op uit is.
Gamen is een taak voor V1 van het Moonlake-model omdat de gebruikersfeedback-loop je zoveel kan leren, maar in de toekomst stelt het team zich voor om een meer volwassen versie van dit model op andere gebieden toe te passen. Zij zien mogelijkheden om de volgende generatie robotica te trainen of zelfrijdende auto’s te verbeteren. Lee zegt dat ze zelfs telefoontjes hebben ontvangen van productiebedrijven, die zich voorstellen dat het begrijpen van de menselijke kant van de vergelijking zou kunnen helpen bij het identificeren van menselijke factoren in productontwerp en productie aan de lopende band.
De uitdaging is natuurlijk om Moonlake zo goed op te bouwen dat het games produceert die voldoen aan de normen van gamers, en dat het blijft investeren in het product, zodat mensen met één druk op de knop het hele grafische pakket kunnen restylen, of deze games gemakkelijk kunnen exporteren om te verkopen op pc, iOS of elk ander platform dat ze maar willen.
Deze ideeën staan allemaal op de routekaart. Maar voorlopig biedt Moonlake AI een toegankelijke reis naar het tijdperk van vibe-coding, allemaal door de lens van plezier.
