行代码打造水下曼哈顿,Fable5让Karpathy看呆
Fable5模型用1600行代码生成水下曼哈顿等63个高难度3D场景,细节丰富且多数一次成型。AndrejKarpathy惊叹其创造力和理解力,认为模型能协调海量元素,甚至重现名画的可穿行世界。该模型仍有短板,但探索刚刚开始。
一头熊伫立河畔,猛然咬住一条跃出水面的鲑鱼。鱼儿在它口中拼命甩动挣扎。

这个画面,让Andrej Karpathy看呆。他观赏完这组3D视频后,在推文中忍不住感叹:太不可思议了,之前真的没意识到模型能创造出如此精彩、丰富且可玩的世界。

他还自创了一个新词:fablemaxxing。说这属于顶级的fablemaxxing——每一个新的模型层级,总会有一些全新的东西,在质上实现飞跃,带来惊喜。

这里得补充个背景:Karpathy今年5月刚加盟Anthropic,进的正是预训练团队。而Fable 5在6月首发,三天后就被美国出口管制叫停,直到7月1日才解禁。视频的作者,是AI评测平台Arena.ai的Peter Gostev。
Gostev用Fable 5一口气跑了63个高难度3D生成场景,几乎全部基于三维图形库Three.js,而且多数一次成型。一个多月前,想让AI一次成型造出能走进去玩的3D世界,还近乎天方夜谭。如今,Fable 5一口气能搓出63个。连实验室里的人,都还没完全摸清它能干什么——这才是最让人惊叹的地方。
1600行代码,一座活着的水下曼哈顿
先说视频中最令人印象深刻的那个——整座曼哈顿沉在水下。中央公园、摩天楼、街道纹理,细节丰富到让人难以置信。Gostev翻出代码一看:1600行。就这1600行,撑起了一座活着的水下之城。

Fable 5生成的曼哈顿,从Battery到Inwood整座岛尽收眼底,几万栋楼各有轮廓,全部由1600行代码撑起。(图源:Peter Gostev视频)
这样的世界,Gostev一共做了63个,分成6大主题。在巨型3D世界里,横跨欧亚两岸的伊斯坦布尔、2000年变迁的伦敦、宏伟的金字塔、庞贝火山喷发、车流穿行的金门大桥,一一被搭了出来。

Fable 5一次成型的伊斯坦布尔,横跨欧亚、层叠入海。(图源:Peter Gostev视频)

Fable 5生成的可食用王国,一座糖果做的巧克力工厂。(图源:Peter Gostev视频)
能上手玩的场景也不少:纽约屋顶跑酷、把整座城拆着玩的物理游乐场、仪表盘一应俱全的飞行模拟。最让人不可思议的,是走进世界名画——梵高星空、莫奈睡莲,一幅幅铺成可以穿行的3D世界。还有一类是“不可能的视角”:一毫米高的蚂蚁在雨里打量花园,一睁眼就撞见一座金山。

Fable 5把视角压到一毫米高,草叶长成高耸的山峰。(图源:Peter Gostev视频)
自然奇观板块里,尼亚加拉大瀑布、萤火虫同步闪烁的森林,还有那条让Karpathy震撼的熊吃鲑鱼,都在此类。最后是元素与宇宙——被劈开的红海、正在诞生的火山岛、直插云霄的太空电梯。

Fable 5生成的红海从中劈开,人走进两道水墙之间。(图源:Peter Gostev视频)
在Gostev看来,单一场景好不好看,从来不是难点。真正难的是,模型能不能同时管住海量元素,让它们彼此协调。弱一点的模型,往往前80%做得像模像样,最后20%全线崩掉,剩下的debug时间反而更长。
你没法照抄一幅画,它得先看懂
如果说造城市还算有逻辑可依,那下面这批画,才是让Gostev一连说了好几个“难以置信”的。
梵高的《星空》。你没法照抄这样一幅画——满画布厚颜料堆叠,一道道笔触卷成漩涡。Fable 5的做法,是用一根根独立的线条,在三维空间里重新拼出那片星空,再让你飞进去,在漩涡之间穿行。

Fable 5把梵高《星空》拆成一根根立体线条,在三维空间里重拼,让你飞进旋动的星群与漩涡之间。(图源:Peter Gostev视频)
莫奈的睡莲、葛饰北斋的浪花,同样被“打开”成可以漫游的世界。Gostev特别提到,Fable这次很擅长把一件事讲明白——能一边演示一边说清事情怎么运作。这种解释力,是他之前没料到的。
当然,这些世界并非“一句话”变出来的。Gostev喂给模型的,是又长又细的规格文档。多数案例一次成型,也有一部分做了一到两轮微调。真正的分水岭在于:过去要十几轮才磨得出的东西,现在一个HTML文件,多数一次就跑出来了。
魔法背后,也有短板
Gostev坦言,自己这批案例是筛过的。他生成的总量比展示的多出约两成,剔掉了有明显bug的,才留下这63个。游戏,是它的弱项。他坦言那几个能玩的场景,“玩30秒就腻”。有个罗马帝国的版本,他嫌太卡通。更微妙的是,他觉得模型有时候像在偷懒、藏着实力,得反复催它更有野心,才肯拿出真本事。
Fable 5上线时,就在Arena.ai自家的Agent Arena榜上以史上最大优势登顶。

Arena.ai官方称,这份榜单衡量的,是模型在数百万次真实任务里真正把事干成的能力。
这场探索,才刚刚开始
再回到视频中那条狗熊捉鲑鱼的场景。让Karpathy感到费解的是:鱼被咬住会挣扎——这样一个没人要求的细节,一个只从互联网学习的大模型,怎么就知道了这些?知道了,又怎么把这份理解,翻译成xyz坐标、网格、变换、动画、效果、交互,乃至一个个微型故事?
这个问题,已经越过了“AI画得好不好”,落到了“它到底懂了多少”的层面。Karpathy还感慨道:再往上加一到三个模型层级,能造出什么,真是不敢想。
Gostev同样惊叹于AI的快速发展:“别被半年前的模型框住了。你或许不在乎3D,但你手上一定有件事,是过去的模型干不了、而今天的它能干的。去试。”
连制造它的人,都还在探它的边界。这场探索,才刚刚开始。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:行代码打造水下曼哈顿,Fable5让Karpathy看呆要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点智能交互平板,尤其是采用双屏设计的设备,近年来在企业会议与教学场景中愈发普及。很多用户常会疑惑:这类设备搭载的核心软件究竟是什么?其运行原理又是怎样的? 这背后其实指向一个关键的设计痛点:传统单屏交互平板在操作时,功能控件与显示内容混在一起,用户不得不在密集的图标中反复翻找,不仅效率低下,体验也欠佳
探索AI在网络搜索和推理领域的最新突破 有没有那么一刻,你感觉自己快要被海量信息淹没?输入关键词、逐一筛选结果、反复交叉验证……这一整套流程走下来,时间早已耗尽,而结果却未必令人满意。阿里巴巴最新开源的WebAgent智能体,正试图颠覆这一局面。它能够自主感知网络环境,进行多步决策并执行复杂任务——
医疗保健领域引入AI聊天机器人需关注准确性、人工监控、用户教育及降低拟人化风险。训练数据须经医学专家验证,人工专家实时干预复杂情况,明确告知AI局限性,避免拟人化设计。持续监控反馈以保障用户安全与隐私。
公用智能充电桩怎么使用 说到公用智能充电桩,许多刚接触新能源电动汽车的朋友可能会觉得有些陌生——毕竟它不像手机充电器那样随处可见,不同品牌的操作界面也各有差异。其实,它本质上就是一台配备智能管理系统的充电设备,能够提供更高效、更灵活的充电体验。今天我们就来详细拆解智能充电桩的使用方法和注意事项,帮助
- 日榜
- 周榜
- 月榜
热点快看
