Claude Opus5展現遊戲生成能力:可用代碼打造射擊、賽車和3D世界
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。
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

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
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。
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%。

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。

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。