Гигантская изометрическая карта Нью-Йорка в пиксель-арте: как ИИ превратил город в игру
Энди Коэнен, инженер Google Brain, представил впечатляющий проект — масштабную изометрическую карту Нью-Йорка в стиле классических игр (вроде SimCity 2000). Проект isometric.nyc создан полностью с помощью ИИ-агентов — сам разработчик не написал ни одной строки кода вручную! Давайте разберёмся, как удалось реализовать этот амбициозный замысел.
Идея и начало проекта
Идея создания карты пришла к Коэнену, когда он смотрел на Манхэттен с балкона офиса Google. Он представил, как город выглядел бы в ностальгической эстетике игр конца 90-х. Задача была непростой — превратить спутниковые снимки в пиксель-арт тайлы с помощью генеративных моделей и создать около 40 тысяч изображений.
Для реализации проекта Коэнен использовал несколько инструментов:
- Claude Code;
- Gemini CLI;
- Cursor с моделями Opus 4.5 и Gemini 3 Pro.
Этапы разработки
- Выбор данных и технологий. Сначала Коэнен планировал использовать данные CityGML для рендеринга «белых коробок» отдельных тайлов. Но вскоре переключился на Google Maps 3D tiles API — этот инструмент предоставил точную геометрию и текстуры в одном рендерере.
- Настройка системы координат и схемы маркировки геометрии. ИИ-агенты успешно справились с этой сложной задачей в области ГИС-технологий.
- Генерация изображений. Для генерации изображений Коэнен использовал Nano Banana Pro, но столкнулся с проблемами консистентности, скорости и стоимости. Модель выдавала нужный стиль лишь в половине случаев — этого недостаточно для масштабного производства.
- Дообучение модели. Решением стало дообучение модели Qwen/Image-Edit на платформе oxen.ai. Процесс занял всего 4 часа и обошёлся в 12 долларов. Коэнен создал тренировочный датасет из примерно 40 пар входных и выходных изображений и реализовал стратегию «инфилла» для бесшовной генерации соседних тайлов.
- Решение специфических проблем. Наибольшие трудности вызвали вода и деревья — модели не могли надёжно генерировать эти элементы из-за особенностей отделения структуры от текстуры. Для решения задачи Коэнен разработал:
- автоматический корректор воды на основе выбора цвета;
- кастомные промпты с негативными примерами;
- инструменты для экспорта и импорта в Affinity для ручных правок.
- Масштабирование проекта. Для масштабирования разработчик перенёс модели на арендованные GPU H100 через Lambda AI. ИИ-агент за считанные минуты настроил inference-сервер. Система генерировала более 200 тайлов в час при стоимости менее 3 долларов в час.
Итоги и выводы
Полноценная карта доступна на isometric.nyc — для отображения гигапиксельных изображений на разных уровнях масштабирования используется библиотека OpenSeaDragon.
Проект выявил ключевое ограничение современных ИИ: модели для изображений значительно отстают от текстовых и кодовых моделей в способности к самооценке и исправлению ошибок. В отличие от агентов для программирования, которые могут запустить код, прочитать ошибку и исправить её, модели для генерации изображений не способны надёжно распознавать швы или неправильные текстуры в своих собственных результатах. Это сделало автоматизацию контроля качества невозможной.
Энди Коэнен отметил, что без генеративных моделей такой масштабный арт-проект был бы физически невозможен. Нанять достаточно художников для ручной прорисовки каждого здания в Нью-Йорке — нереально.
Что это значит для индустрии?
Проект isometric.nyc демонстрирует огромный потенциал ИИ в создании цифрового искусства и контента. Однако он также подчёркивает существующие ограничения технологий — необходимость ручного вмешательства и доработки результатов работы ИИ. Возможно, в будущем модели для генерации изображений достигнут того же уровня автономности, что и текстовые или кодовые модели. А пока мы можем наслаждаться уникальными проектами, которые становятся возможными благодаря симбиозу человеческого творчества и машинного интеллекта.
Смотрите карту Нью-Йорка в пиксель-арте на isometric.nyc и делитесь своими впечатлениями в комментариях!
#ИИ #пиксельарт #НьюЙорк #изометрическаякарта #технологии #генеративныемодели