新智元報道

【新智元導讀】Fable 5重新上線，Arena.ai的Gostev在一段視頻中甩出63個3D世界，幾乎都是一次成型。看了視頻，就連剛加盟Anthropic預訓練團隊的Karpathy，也直呼沒想到。

一頭熊站在河邊，一口咬住躍起的鮭魚。

魚在它嘴里拼命掙扎。

這個畫面，直接把Andrej Karpathy看呆了。

他看完這一組3D視頻后，在推文中說：

太不可思議了，我之前沒意識到模型竟然能創造出如此精彩、豐富且可玩的世界。

還撂下一個新詞：fablemaxxing。

這太美了，屬于頂級的fablemaxxing！每一個新的模型層級，總會有一些全新的東西在質上實現飛躍并帶來驚喜。

Karpathy今年5月剛加盟Anthropic，加入的正是預訓練團隊。

6月，Fable 5首發，三天后被美國出口管制一紙叫停，7月1日剛解禁。視頻作者，是AI評測平臺Arena.ai的Peter Gostev。

他用Fable 5一口氣跑了63個高難度3D生成，幾乎全是三維圖形庫（Three.js），多數一次成型。

一個多月前，想讓AI一次成型造出能走進去玩的3D世界，還近乎天方夜譚。如今，Fable 5一口氣能搓出63個。

于是，Gostev不由在視頻中感慨：連實驗室里的人，都還沒完全搞清它能干什么。

1600行代碼

一座活著的水下曼哈頓

先說視頻中最令人印象深刻的那個。

整座曼哈頓沉在水下。中央公園、摩天樓、街道紋理，細節豐富到讓人難以置信。

Gostev翻出代碼一看：1600行。就這1600行，撐起了一座活著的水下之城。

Fable 5生成的曼哈頓，從Battery到Inwood整座島盡收眼底，幾萬棟樓各有輪廓，全部由1600行代碼撐起。（圖源：Peter Gostev視頻）

這樣的世界，Gostev一共做了63個，分成6大主題。

在巨型3D世界里，橫跨歐亞兩岸的伊斯坦布爾、2000年變遷的倫敦、宏偉的金字塔、龐貝火山噴發、車流穿行的金門大橋，一一被搭了出來；

Fable 5一次成型的伊斯坦布爾，橫跨歐亞、層疊入海。（圖源：Peter Gostev視頻）

Fable 5生成的可食用王國，一座糖果做的巧克力工廠。（圖源：Peter Gostev視頻）

能上手玩的場景，有紐約屋頂跑酷、把整座城拆著玩的物理游樂場、儀表盤一應俱全的飛行模擬。

最讓人不可思議的，是走進世界名畫。梵高星空、莫奈睡蓮，一幅幅鋪成可以穿行的3D世界。

還有一類是不可能的視角：一毫米高的螞蟻在雨里打量花園，一睜眼就撞見一座金山。

Fable 5把視角壓到一毫米高，草葉長成高聳的山峰。（圖源：Peter Gostev視頻）

自然奇觀里，尼亞加拉大瀑布、螢火蟲同步閃爍的森林，那條讓Karpathy震撼的熊吃鮭魚，就在此類。

最后，是元素與宇宙，被劈開的紅海、正在誕生的火山島、直插云霄的太空電梯。

Fable 5生成的紅海從中劈開，人走進兩道水墻之間。（圖源：Peter Gostev視頻）

在Gostev看來，單一場景好不好看，從來不是難點。難的是模型能不能同時管住海量元素，讓它們彼此協調。

弱一點的模型，往往前80%做得像模像樣，最后20%全線崩掉，剩下的debug時間反而更長。

你沒法照抄一幅畫

它得先看懂

如果說造城市還算有邏輯可依，那下面這批畫，才是讓Gostev一連說了好幾個「難以置信」的。

梵高的《星空》。

你沒法照抄這樣一幅畫，滿畫布厚顏料堆疊，一道道筆觸卷成漩渦。

Fable 5的做法，是用一根根獨立的線條，在三維空間里重新拼出那片星空，再讓你飛進去，在漩渦之間穿行。

Fable 5把梵高《星空》拆成一根根立體線條，在三維空間里重拼，讓你飛進旋動的星群與漩渦之間。（圖源：Peter Gostev視頻）

莫奈的睡蓮、葛飾北齋的浪花，同樣被「打開」成可以漫游的世界。

在Gostev看來，Fable這次特別擅長把一件事講明白，能一邊演示一邊說清事情怎么運作。這種解釋力，是他之前沒料到的。

當然，這些世界并非「一句話」變出來的。

Gostev喂給模型的，是又長又細的規格文檔，多數案例一次成型，也有一部分做了一到兩輪微調。

真正的分水嶺在于：過去要十幾輪才磨得出的東西，現在一個HTML文件，多數一次就跑出來了。

魔法背后

也有短板

Gostev坦言，自己這批案例是篩過的。他生成的總量比展示的多出約兩成，剔掉了有明顯bug的，才留下這63個。

游戲，是它的弱項。

他坦言那幾個能玩的場景，「玩30秒就膩」。有個羅馬帝國的版本，他嫌太卡通。

更微妙的是，他覺得模型有時候像在偷懶、藏著實力，得反復催它更有野心，才肯拿出真本事。

Fable 5上線時，就在Arena.ai自家的Agent Arena榜上以史上最大優勢登頂。

Arena.ai官方稱，這份榜單衡量的，是模型在數百萬次真實任務里真正把事干成的能力。

這場探索

才剛剛開始

再回到視頻中那條狗熊捉鮭魚的場景。

讓Karpathy感到奇怪的是，魚被咬住會掙扎，這樣一個沒人要求的細節，一個只從互聯網學習的大模型，怎么就知道了這些？

知道了，又怎么把這份理解，翻譯成xyz坐標、網格、變換、動畫、效果、交互，乃至一個個微型故事？

這個問題，已經越過了「AI畫得好不好」，落到了「它到底懂了多少」。

Karpathy還感慨道：再往上加一到三個模型層級，能造出什么，真是不敢想。

Gostev同樣也驚嘆于AI的快速發展，「別被半年前的模型框住了。你或許不在乎3D，但你手上一定有件事，是過去的模型干不了、而今天的它能干的。去試。」

連造模型的人，都還沒摸到它的邊界。

這場探索，才剛剛開始。

參考資料：

https://github.com/petergpt/3d-prompt-collection#prompt-01

https://x.com/karpathy/status/2073505440479293773

https://www.youtube.com/watch?v=rTc2_-1KuRE&t=14s

編輯：元宇