10美元、兩小時、5500行代碼，卡帕西讓Claude Opus 5搭出《指環王》3D世界

# 10美元、兩小時、5500行代碼，卡帕西讓Claude Opus 5搭出《指環王》3D世界

智東西8月3日消息，昨日，OpenAI聯合創始人、現Anthropic預訓練團隊成員、AI大神安德烈·卡帕西（Andrej Karpathy）在X平台展示了一種模型測試的新方法。他讓Claude Opus 5將《指環王》開篇的故事用Three.js製作成3D動畫，預算100萬token。最終，Claude Opus 5運行約2小時，寫出約5500行代碼，任務成本約為10美元（約合人民幣68元）。卡帕西認為成片雖然有些粗糙，但很有趣。 ## 從靜態測試到長程任務：模型測試的新思路

過去測試大模型視覺編程能力時，開發者經常讓模型"用SVG畫一隻騎自行車的鵜鶘"。這類任務結果直觀，生成時間短，也方便比較模型能否正確理解物體、空間關係和代碼語法。卡帕西認為，模型能力已經開始越過這類單幅圖像測試的範圍。他此次將任務擴展為一個長程項目，向Claude Opus 5輸入《指環王》開篇第一段，提供100萬token預算，並要求該模型用Three.js把文字內容渲染出來。 Three.js是一款面向網頁的JavaScript 3D庫。開發者可以用它處理場景、燈光、陰影、材質、紋理和三維數學運算，並在瀏覽器中繪製3D內容。這意味著Claude Opus 5面對的並不是一次簡單的"文字轉畫面"請求。該模型需要先理解原文涉及的場景和敘事元素，再將這些內容拆解為程序能夠調用的幾何資產，確定它們在x、y、z三個座標軸上的位置，並編寫鏡頭、動作和時間線代碼。 經過約2小時運行，Claude Opus 5生成了約5500行代碼，用程序化方式完成了故事渲染。卡帕西評價成片"有些粗糙，但很有趣"。並且，令他感到難以置信的是，Claude Opus 5能夠在三維座標中擺放和組織多種多邊形資產，編寫動畫代碼，並最終生成可以運行的內容。 卡帕西在評論區附上了"鵜鶘騎自行車"測試提出者西蒙·威利森（Simon Willison）的博客鏈接，供用戶查看更多測試案例。他還公開了此次項目的源碼和瀏覽器版本，用戶可以直接運行或繼續修改。卡帕西隨後調侃稱，可以期待"《俠盜獵車手》霍比屯版"，它說不定會趕在《俠盜獵車手6》之前問世。 ## 模型的能力邊界：擅長代碼生成，弱於視覺審查

這次實驗也暴露了模型的短板。Claude Opus 5不能高效觀看連續視頻，也無法進入場景試玩，只能緩慢截取不同時點的畫面逐張檢查。卡帕西稱，Claude Opus 5因此出現了數次錯誤，最終成片仍有不少粗糙之處。這種方式不僅速度慢，還會丟失動作和鏡頭之間的連續信息。 卡帕西稱，Claude Opus 5在檢查和修改過程中數次出錯。該模型雖然能夠生成5500行代碼，卻無法確認最終結果在畫面、空間和時間線上是否全部正確。與靜態SVG相比，這項測試不再只看模型能否生成一張圖，而是觀察模型能否持續規劃、運行程序、檢查結果並修復錯誤。實驗說明，Claude Opus 5已經可以把一段文字轉化為可運行的3D場景，但視覺審查和錯誤修復能力仍未跟上代碼生成能力。 ## 外部反饋與協作：實例化網格優化

Three.js官方賬號在評論區給出專業建議，提示模型應當合理使用"實例化網格"優化渲染性能。實例化網格能夠批量渲染外形、材質一致、位置不同的物體，削減GPU渲染指令開銷。卡帕西將這條建議交給Claude Opus 5後，模型檢查了場景代碼。按照模型給出的統計，原版霍比屯場景包含1569次獨立渲染調用；如果對草地、野花等重複物體使用實例化網格，只需4次調用即可渲染1154個同類物體。這組數據說明，Claude Opus 5生成的初版程序雖然能夠運行，但沒有主動採用這一常見的3D渲染優化方式，仍需外部專業反饋。 ## 配音由ElevenLabs生成，非Claude Opus 5所為

這段作品並非全部由Claude Opus 5獨立完成。有網友在評論區詢問，視頻中的音頻是否也由Claude Opus生成。卡帕西回覆稱，配音來自AI語音公司ElevenLabs，而且由他手動選擇聲音，因為他對配音效果有明確偏好。卡帕西同時稱，大模型可以比較容易地調用此類語音API。此次實驗中，Claude Opus 5主要負責Three.js場景、資產和動畫代碼，ElevenLabs則承擔配音生成。 ## AI生成定制化世界：可能性與局限

芬蘭手遊公司Supercell創意AI主管、AIGC創作者魯普·雷尼斯托（Roope Rainisto）提議，將程序化動畫輸入Seedance等視頻模型，提高畫面質量。卡帕西贊同這一思路，認為程序化代碼可以負責分鏡和控制，視頻到視頻模型則負責紋理和最終視覺效果。 卡帕西沒有披露輸入、輸出和工具調用分別消耗了多少token，因此100萬token是任務預算，不能直接理解為模型最終輸出了100萬token。此次實驗的價值，不在於用10美元替代一部專業動畫電影，而在於讓過去投入產出比過低、幾乎沒人願意製作的一次性項目變得可行。大模型能夠連續工作約2小時，完成數千行只服務於特定場景的代碼。 卡帕西認為，這類能力可能催生按需生成的高度定製化世界。未來用戶只需給出一個主題，大模型就能臨時生成一個類似《俠盜獵車手》的可探索世界。例如，用戶可以進入模型生成的中土世界，以旁觀者、非玩家角色或原作人物的身份參與《指環王》的故事。 ## 結語：從生成到閉環，仍有長路要走

卡帕西的實驗沒有提供一個新的標準化評測分數，但提出了另一種觀察模型的方法：將模型放進開放式、跨模態、長時間運行的任務中，檢查它能否把文字理解、代碼生成、空間推理和視覺反饋串成完整工作流。 從靜態SVG到可運行的3D程序，大模型能夠承擔的任務長度和複雜度都在增加。一些過去因製作成本過高而無人實施的定製內容，已經可以用較低成本快速驗證。要讓這類程序進一步變成可玩的遊戲，模型還需要理解連續視頻、操作遊戲角色，並根據試玩結果定位和修改代碼。目前，這些環節仍需人類參與。