Macron V1 Avante：GLM 5.2 的强化 LoRA

本期视频深入评测了 Macron V1 Avante，这是专为 GLM 5.2 模型开发的 LoRA 微调版本。创作者指出，虽然之前测试过 GLM 5.1 的版本，但此次针对 GLM 5.2 的更新在基准测试中表现显著。官方数据显示，该模型将性能从 54 提升至 58，在 Deep SWE 等任务中超越了原生 GLM 5.2。尽管创作者强调其质量依然惊人，但 Avante 版本往往提供不同的结果角度和代码风格。

"Looking good from 54 to 58. Boom, smashing out the string... destroying Opus."

为了验证其上限，创作者进行了长达 48 小时的密集测试，全程启用“最大思考”模式。他上传了 4.8 bit INF 量化的融合权重供用户下载，并指出尽管自己手动融合的权重与官方版本略有不同（导致结果差异），但他最终选择使用 Macron 官方的融合版本进行后续演示，以确保与官方基准一致。

3D 音频可视化器：纯代码生成的极限测试

第一个演示案例是一个 单文件 HTML 3D 音频可视化器，要求生成原创节拍和视觉效果。该模型仅通过代码实现（无外部音频或视频推理），生成了一个 47,500 tokens 的复杂文件，在 Mac Studio 上耗时约 1 小时。生成的蓝色视觉化效果随节拍完全绽放，展现了极高的代码生成质量。

"This is all made just by code. there's no audio inference or video inference... It looks gorgeous."

相比之下，原生 GLM 5.2 在生成 3D 人体解剖模型时表现较为基础，仅包含心脏、肺部和头部等简单结构。这表明 Avante 模型在处理复杂交互式生成任务时，往往能提供更精致或不同维度的输出。

中世纪攻城武器：Avante vs. GLM 5.2 对比

在测试 中世纪弩炮（Balista）生成时，创作者启用了“扩展思考检测”功能以防止模型陷入无限循环。Avante 版本首先生成了一个简单的弩炮，随后在提示添加城堡背景和灯光后，生成了包含 7,000 tokens 代码的精美场景（总上下文约 15,000 tokens），具备点击射击、城堡背景和灯光效果。

"I added these features called expanded generation detection and expanded thinking detection... it just makes sure that it doesn't loop."

对比原生 GLM 5.2（使用稍高量化精度），其生成的城堡和城镇背景在 灯光效果和视觉冲击力上略胜一筹，但存在明显缺陷：弩炮朝向错误且目标物设计平庸。结论是 Avante 并非全面优于 GLM 5.2，而是风格不同：GLM 5.2 在场景氛围上更强，而 Avante 在交互逻辑和基础结构稳定性上表现更好。若用户遇到 GLM 5.2 的问题，Avante 是一个值得尝试的替代方案。

Rocky Balboa 格斗机制与碰撞检测的局限

在测试《洛奇》风格游戏时，模型成功生成了跳过过场动画的功能，并实现了基础的战斗逻辑。然而，碰撞检测存在明显缺陷：虽然角色可以击打肉包目标并显示“训练完成”，但在跑上台阶时，实际步骤本身没有碰撞体积。尽管这是一个制作相对完整的游戏，但在与 Apollo Creed 的战斗中，拳击动作对敌人无效。这一结果与 GLM 5.2 的表现非常相似，甚至可能略好一些，表明不同模型在基础物理交互上的局限性具有共性。

"punching doesn't actually affect Apollo Creed. So it's very similar result to GLM 5.2 except maybe slightly This one maybe slightly better"

GTA 生成演进：从缓慢渲染到可交互城市体验

在《侠盗猎车手》（GTA）的生成测试中，由于享受创作过程，上下文窗口累积至 181,000 tokens。初始版本运行缓慢且画面昏暗，经提示优化后，光照和速度得到改善。游戏引入了类似 GTA 4 的氛围、小地图以及跳跃功能，但角色手臂缺失且控制逻辑混乱。经过多轮提示迭代，最终版本实现了更完整的城市探索体验：玩家可进入车辆、奔跑并听到警笛背景音乐。尽管控制方向反转（D 键向左，A 键向右）且无法击打行人，但其生成质量与 Kimi K3 的测试结果相似。相比之下，GLM 5.2 仅用 38,000 tokens 一次性生成了可进入、可驾驶且具备射击功能的版本，虽然车辆无 AI 逻辑，但整体完成度较高。

"I only did it up to 38,000 tokens. So, I only did it with a one shot"

Red Dead Redemption 基础实现与 Agent 功能展望

在《荒野大镖客》（Red Dead）测试中，Coding Venti 版本消耗了 97,000 tokens，生成了新墨西哥背景下的射击任务。虽然开场为黑屏且敌人无 AI，但玩家可骑马并消灭所有目标以完成任务。GLM 5.2 版本则消耗 64,000 tokens（启用最大思考模式），生成了更精致的城镇场景，但鼠标控制射击功能失效。鉴于纯聊天界面会导致文件重复打印从而浪费大量 token，开发者预告即将推出 Agent 功能：通过启用文件工具创建项目文件夹，模型将仅执行选择性编辑而非全量重写，从而显著提升效率并减少 token 消耗。

《最终幻想7》生成质量与语音表现

在《最终幻想7》的测试中，GLM 5.2 Coding LoRA生成的角色形象质量极高。尽管场景光线较暗，但模型成功生成了可互动的存档点及角色爱丽丝（Aerith），且全程无运行时错误。虽然Kimi K3在超级服务器上花费约一小时生成的版本表现更优，但本地部署GLM 5.2在预计需10小时计算量的情况下仍取得了良好结果。值得注意的是，蒂法（Tifa）的生成形象略显男性化，这与Kimi K3之前的失误相似。此外，模型还生成了独特的文本转语音（TTS）效果，虽然旁白内容令人费解，但音色极具特色。

"I got to say the quality of the work is actually really good."

教育游戏与飞行模拟器的对比测试

针对3岁儿童的教育平台提示词，GLM 5.2与Coding Ventus生成了高度相似的游戏。两者都实现了多游戏功能，但GLM 5.2的字体设计略显夸张。在飞行模拟器测试中，Coding Ventus使用了45,000 tokens上下文窗口，生成了一架漂亮的飞机，但地形基础且云层存在伪影。相比之下，GLM 5.2的地形层级稍好，生成效果更美观。然而，GLM 5.2首次生成了运行时错误，而Coding Ventus没有。尽管通过修复错误后GLM 5.2的最终生成质量更好，但作者指出运行时错误具有随机性，仅通过修改提示词空格即可避免，因此不能将其作为绝对的性能指标。

"A runtime error is it could just be a random."

人脸生成潜力与《Out Run》赛车游戏实测

在人脸生成测试中，GLM 5.2生成的面部虽然被形容为“怪物”，但具备眼睛追踪嘴巴的3D角色质感。用户可自定义眼色、发色及光照，尽管作者最终选择了融合版本，但该生成结果仍被视为具有巨大潜力。在《Out Run》测试中，Coding Ventus使用了49,000 tokens上下文窗口（耗时约1小时），生成的游戏包含启动屏幕，但相机方向错误且碰撞逻辑存在。GLM 5.2使用90,000 tokens上下文窗口及5.8位量化分布式计算，生成的游戏更精致且相机方向正确，但转向操作过于微妙导致难以躲避车辆。尽管最终因穿墙而失败，但其潜力已显现。

"It's got some definite potential here."

Venti LoRA 对 GLM 5.2 的改造与游戏生成测试

在针对 Venti Coding LoRA 的实际应用测试中，该模型基于 GLM 5.2 进行了微调。尽管经过了修改，但 Venti LoRA 并未完全破坏原模型的底层能力，生成的《超级马里奥》游戏依然保留了核心玩法逻辑。测试显示，角色虽然处于空中悬浮状态且无法落地，但支持 多次连续跳跃 机制。玩家通过反复尝试成功抵达目标平台并触发了游戏的结束序列，证明了该 LoRA 版本在生成可玩性代码方面的稳定性。

"with coding Venti, it's taking GLM 5.2 and it's changed it. It hasn't butchered it completely... You can double jump, double jump again"

GLM 5.2 原生版本的表现与视觉质量对比

相比之下，GLM 5.2 原生模型在生成《超级马里奥》时展现了极高的视觉保真度，被评价为“看起来最好”的版本。然而，其生成的代码存在明显的逻辑缺陷：角色 无法执行双重跳跃 操作，导致游戏难度过高且难以通关。尽管在击中敌人等基础交互上表现正常，但缺乏关键机制使得整体体验受限。这一对比突显了 GLM 5.2 在视觉生成上的优势，同时也揭示了其在复杂逻辑实现上的潜在短板。

"Now with GLM 5.2, I think this one made the best generation of Mario cuz it looks so good... Can't double jump unfortunately, so it's a bit hard to play"

性能评估结论与 Venti LoRA 的实际价值分析

在综合评估中，Venti Team 声称其 2GB 大小的 LoRA 能在测试中将 GLM 5.2 的性能提升 5 个百分点。然而，实际用户体验显示两者表现“大致相当”，主要差异在于生成结果的细微偏差。虽然 GLM 5.2 偶尔会给出“非常愚蠢”的回答，但 Venti LoRA 同样存在此类情况。总体而言，该 LoRA 并未破坏原模型，其价值在于提供了不同的生成路径而非颠覆性提升。鉴于该团队的技术潜力，这一轻量级微调方案值得开发者关注与期待。

"They say it improves GLM 5.2 by 5 points in their tests... In my tests, it was pretty much around the same"

结论

Macron V1 Avante与Venti LoRA并未颠覆GLM 5.2，而是提供了风格迥异的生成路径。Avante在交互逻辑与结构稳定性上优于原生模型，但场景氛围稍逊；Venti LoRA虽宣称提升5分性能，实测却与原生版本大致相当。GLM 5.2在视觉保真度上占据绝对优势，但存在逻辑缺陷（如无法双跳）及随机运行时错误。两者均受限于基础物理交互，碰撞检测与AI逻辑尚不完善。总体而言，这些LoRA适合寻求不同代码风格的用户，但无法解决底层物理机制的共性短板。