新智元报道
Fable 5 重新上线，Arena.ai 的 Gostev 在一段视频中甩出 63 个 3D 世界，几乎都是一次成型。看了视频，就连刚加盟 Anthropic 预训练团队的 Karpathy，也直呼没想到。
一头熊站在河边，一口咬住跃起的鲑鱼。
鱼在它嘴里拼命挣扎。
这个画面，直接把 Andrej Karpathy 看呆了。
他看完这一组 3D 视频后，在推文中说：
太不可思议了，我之前没意识到模型竟然能创造出如此精彩、丰富且可玩的世界。
还撂下一个新词：fablemaxxing。
这太美了，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并带来惊喜。
Karpathy 今年 5 月刚加盟 Anthropic，加入的正是预训练团队。
6 月，Fable 5 首发，三天后被美国出口管制一纸叫停，7 月 1 日刚解禁。视频作者，是 AI 评测平台 Arena.ai 的 Peter Gostev。
他用 Fable 5 一口气跑了 63 个高难度 3D 生成，几乎全是三维图形库（Three.js），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。
于是，Gostev 不由在视频中感慨：连实验室里的人，都还没完全搞清它能干什么。
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，有纽约屋顶跑酷、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）
自然奇观里，尼亚加拉大瀑布、萤火虫同步闪烁的森林，那条让 Karpathy 震撼的熊吃鲑鱼，就在此类。
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。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。
在 Gostev 看来，Fable 这次特别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 感到奇怪的是，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」。
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 同样也惊叹于 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。」
连造模型的人，都还没摸到它的边界。
这场探索，才刚刚开始。
参考资料：
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
编辑：元宇
