Claude Opus5展現遊戲生成能力:可用代碼打造射擊、賽車和3D世界

2026年8月3日 01:315900 次瀏覽

重點摘要

Anthropic 最新模型 Claude Opus5 展現出更強的代碼生成能力,無需外部素材即可直接生成射擊、賽車等完整遊戲,並在瀏覽器中運行。開發者測試顯示,其生成的遊戲包括紋理、物理效果和音樂,部分結果已接近完整遊戲體驗,為程序化創作開闢新方向。

站內 AI 整理稿

Anthropic 旗下最新旗艦模型 Claude Opus5 近期在開發者社群中引發熱烈討論,其程式碼生成與虛擬世界構建能力展現出驚人突破。過去幾天內,多位開發者僅使用同一組提示詞,便透過該模型分別創作出第一人稱射擊遊戲、潛水艇模擬、卡丁車競速,甚至《我的世界》風格克隆版本。這些作品完全不依賴外部素材庫,模型直接透過純程式碼生成幾何結構、紋理紋理、物理效果乃至音樂,並能在瀏覽器環境中即時運行。與傳統 3D 開發流程高度依賴素材庫、圖像資源與專用遊戲引擎不同,Claude Opus5 的生成方式更接近所謂的「程序化創作」。

模型不僅要建構場景結構,還必須理解現實世界中的運動規律,例如物體受力、環境互動以及光照變化,並將這些規則轉化為可執行的程式碼。開發者指出,部分生成結果已接近完整遊戲體驗,而非僅是簡單原型,顯示出該模型在跨領域知識整合上的進步。其中,開發者 Matt Shumer 發布了名為「Claude-of-Duty」的射擊遊戲項目,該作品風格類似知名遊戲《使命召喚》,包括遊戲紋理在內的所有元素均由程式碼生成,無需任何外部圖片或模型。另一位開發者 Alex Ermolov 則使用 Opus5 製作單板滑雪演示,並強調其滑行物理效果非常自然,表現優於此前測試的多款其他模型。

此外,開發者 Chetaslua 生成的羅馬弩炮模擬場景包含完整的控制界面,相較於以 GPT-5.6Sol 和 Kimi K3 根據相同提示詞生成的版本,該作品在功能細節與環境豐富度上明顯更勝一籌。社群還透過多個不同項目測試 Opus5 的能力極限。例如,有人將完整的風景環境壓縮為單一 HTML 檔案,有人生成包含 3D 物體與音樂的潛艇遊戲,也有人製作可直接運行的卡丁車競速網站。

而在《我的世界》克隆測試中,開發者 Pankaj Kumar 使用 Opus5 創建了一個支援無限程序生成世界、包含 15 種生物群系以及生存與創造模式的版本,所有資源均由程式碼即時生成,該專案總共消耗約 2500 萬個 Token,運算規模相當可觀。Anthropic 官方表示,Claude Opus5 的視覺生成能力相比前代版本有顯著提升,測試合作夥伴普遍認為其在動畫、遊戲與 3D 創作領域的表現已達到 Opus 系列最佳水準。不過,這類測試目前仍屬於社群非正式評估,缺乏統一的任務定義、評分標準與實驗條件控制,因此不能完全代表模型的綜合能力。

開發者與觀察者仍須謹慎看待這些結果,避免過早下結論。隨著 AI 模型從單純的文字與程式碼生成,進一步走向可運行環境的構建,程序化生成技術或將成為遊戲開發、虛擬世界模擬以及數位內容生產的重要方向。相較於傳統影片生成模型只能輸出連續畫面,具備程式碼生成能力的 AI 能夠產出可編輯、可複用的數位資產,為下一代互動式內容創造提供全新的技術路徑。這也意味著,未來開發者可能只需透過提示詞,就能快速產出具備完整互動性的遊戲或模擬環境,大幅降低創作門檻。值得注意的是,Claude Opus5 的系統提示詞近期曾遭洩露,引發業界對模型安全與隱私保護的討論。

但從此次遊戲生成能力的展示來看,該模型在程式碼生成與虛擬世界構建上的潛力無疑是巨大的。隨著更多開發者投入測試,預計將有更多令人驚豔的應用案例浮現,進一步推動 AI 在數位內容創作領域的發展。

Related

相關文章

MarkTechPost AI生成式AI

使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線

在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。

45 分鐘前
MarkTechPost AI生成式AI

NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架

NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

1 小時前

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌

六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

3 小時前
鈦媒體生成式AI

DeepSeek重啟融資,三年市值對齊騰訊?

DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

4 小時前