Im więcej spotykam ludzi, którzy zagłębiają się w generowanie mediów AI, tym bardziej zdaję sobie sprawę, że wszyscy dochodzimy do tego samego wniosku: to jest nowy medium. Nie ewolucja czegoś innego. Coś całkowicie nowego, tak jak fotografia i film były nowe. Aby zrozumieć jakiekolwiek medium, musisz spojrzeć poza jego powierzchnię na jego rdzeń. Niektóre technologie jedynie augmentują istniejące media. Składane tubki farb zmieniły malarstwo, ale nie wynalazły nowego medium. Inne tworzą całkowicie nowe formy ekspresji. Soczewki optyczne, chemikalia wrażliwe na światło i mechaniczne migawki nie poprawiły malarstwa. Nie były lepszymi pędzlami ani bogatszymi pigmentami. Urodziły fotografię. Medium, które uchwyca samo światło, a nie reprezentuje go przez ludzką interpretację. Każde nowe medium przynosi swoje własne możliwości, prymitywy i możliwości. Własną publiczność. Własną generację twórców. Kiedy ruchome obrazy po raz pierwszy się pojawiły, ludzie postrzegali je jako zarejestrowany teatr. Ustawiali kamery na scenach i filmowali sztuki. Zajęło lata eksperymentów, aby odkryć, co to medium faktycznie umożliwia. Eisenstein odkrył montaż. Że zestawienie niepowiązanych ujęć może stworzyć nowe znaczenie. Porter odkrył ciągłość. Że widzowie mogą śledzić akcję przez cięcia. Ktoś w końcu ruszył kamerą i zmienił wszystko. Powierzchowne podobieństwa nas oszukują. Obraz i fotografia układają kolor i kompozycję na płaszczyźnie. Ale opanowanie malarstwa oznacza zrozumienie pigmentów, pędzli, mieszania, teorii koloru. Opanowanie fotografii oznacza zrozumienie soczewek, czasu naświetlania, przysłony, samego światła. Tak, wiedza o kompozycji się przenosi. Większość wiedzy nie. Kiedy fotografia się pojawiła, popełniliśmy krytyczny błąd: pozwoliliśmy malarzom ją oceniać. Ponieważ na powierzchni wyglądała podobnie. Rozkładali tę nową formę przez pryzmat swojego własnego medium, opierając się na tym, co znali. Przewidywalnie doszli do wniosku, że fotografia nigdy nie dorówna teksturze oleju, nigdy nie uchwyci koloru tak, jak mogłyby mieszane pigmenty. Mieli rację i jednocześnie całkowicie umknęło im sedno sprawy. Fotografia nie próbowała być malarstwem. Myśleli analogicznie, oceniając nowość według standardów przeszłości. Widzę ten sam błąd w przypadku mediów AI. Niektórzy filmowcy i fotografowie twierdzą, że nigdy nie osiągnie tego, co osiągają ich media. Mają rację. To nie o to chodzi w tym medium. Ocenianie AI wyłącznie przez pryzmat filmu jest jak ocenianie fotografii przez pryzmat malarstwa. Powierzchnia może wyglądać podobnie. Ruchome obrazy, skomponowane kadry. Rdzeń jest zasadniczo inny. AI ma swoje własne możliwości. Tworzenie jest asynchroniczne. Na dużą skalę. Korzysta z ilości. Nawigujesz przez przestrzeń latentną, próbując, a nie uchwytując. Dostarczasz odniesienia, które napędzają generację. Pracujesz w czasie rzeczywistym, obserwując, jak pojawiają się możliwości. Niektóre wiedza z malarstwa, filmu i gier przenosi się tutaj. Większość nie. Media zawsze wpływają na siebie nawzajem. Fotografia nie zabiła malarstwa. Uwolniła malarstwo od dokumentacji, pozwalając mu eksplorować abstrakcję, impresjonizm i surrealizm. Każde nowe medium zmienia to, czym mogą stać się inne. AI to narodziny nowego medium percepcji i ekspresji. Jesteśmy w wczesnych dniach, wciąż odkrywając odpowiednik montażu w AI, ruchomej kamery, wszystkich tych przełomowych momentów, które ujawniają, czym właściwie jest medium. Filmowcy oceniający je według standardów filmu przegapią to, co się naprawdę dzieje. Malarze przegapili fotografię. Krytycy teatralni przegapili kino. Jedynym sposobem, aby odkryć, co to medium może zrobić, jest przestać oceniać je przez pryzmat tego, co było wcześniej. Przestań patrzeć na powierzchnię. Zacznij eksperymentować z rdzeniem. Nie oglądamy ewolucji filmów. Obserwujemy narodziny czegoś nowego. To jest nowe medium.

Vibe Minecraft: wieloosobowy, spójny model świata w czasie rzeczywistym, który pozwala na budowanie czegokolwiek i przywoływanie dowolnych obiektów. Funkcje narzędzi, a nawet same mechaniki gry mogą być programowane w języku naturalnym, takim jak "chrono-pickaxe: przywróć dowolny blok do poprzedniego stanu w czasie" oraz "wodospady zamieniają się w tęczowy most, gdy przechodzą obok jednorożce". Gracze wspólnie definiują i manipulują współdzielonym światem. Neural sim przyjmuje jako wejście *multimodalny* systemowy prompt: zasady gry, assety png, globalną mapę i easter eggi. Okresowo zapisuje stany gry jako sekwencję wektorów latentnych, które można załadować z powrotem do kontekstu, opcjonalnie z przeplatanymi "tekstami przewodnimi", aby umożliwić łatwą edycję. Każdy gracz ma swój własny jawny stat json (zdrowie, ekwipunek, współrzędne 3D) oraz niejawne "wektory gracza", które uchwycają historię interakcji wyższego rzędu. Administratorzy gry mogą stworzyć multiversum Minecraft, ponieważ latenty są kompatybilne z różnych serwerów. Każdy świat może płynnie łączyć się z innym, aby w kilka sekund tworzyć nowe światy. Ludzie mogą łączyć i dopasowywać ze stanami swoich przyjaciół lub swoimi własnymi przeszłymi stanami. "Rzadkie wektory" mogą się pojawić, gdy niektórzy gracze nieuchronnie wędrują w dziwną, nieznaną przestrzeń latentną modelu świata. Te macierze unoszące się mogą być wymieniane jako NFT. Im bardziej szalone rzeczy próbujesz, tym bardziej prawdopodobne, że wydobędziesz rzadkie wektory. Kto pierwszy wyśle Vibe Minecraft, przejdzie do historii jako ten, który na zawsze zmienił bieg gier.