Fable 5 crée des mondes 3D jouables : Manhattan sous-marin, peintures vivantes et 63 expériences Three.js

Introduction

Fable 5 est revenu sous les projecteurs, et cette fois ce n’est pas à cause d’un petit benchmark de code ni d’une simple page de démonstration. Peter Gostev d’Arena.ai a partagé une vidéo présentant 63 mondes 3D de haute difficulté générés avec Fable 5, dont la plupart ont été conçus comme des environnements interactifs de type Three.js, et beaucoup fonctionnaient dès la première tentative.

Les exemples vont d’un ours attrapant des saumons dans une rivière à un Manhattan sous-marin, en passant par une version explorable de La Nuit étoilée de Van Gogh, des perspectives impossibles à micro-échelle et de vastes scènes urbaines procédurales. Ce qui rend ces démonstrations intéressantes, ce n’est pas seulement leur qualité visuelle. C’est le fait qu’elles combinent structure visuelle, code, interaction, animation et logique environnementale au sein de mondes générés uniques.

Note sur la source : Cet article est une réécriture en anglais, prête à être publiée, fondée sur l’article original de la communauté BAAI/Zhiyuan : 1600代码造出水下曼哈顿，Fable 5让Karpathy看呆了. L’article original indique que son contenu provenait de 新智元 / WeChat. Les droits d’auteur des images restent la propriété de leurs détenteurs d’origine. Les images correspondant clairement à des codes QR, des icônes de plateforme, des encarts promotionnels ou des éléments décoratifs ont été retirées.

Note sur le code : L’article original évoque du code HTML / Three.js généré ainsi qu’une collection publique de prompts, mais il ne contient pas de bloc de code source complet dans le corps de l’article. Pour cette raison, aucun bloc de code n’a été inventé ici.

Karpathy a été surpris par l’ours et le saumon

L’un des extraits les plus marquants montre un ours près d’une rivière attrapant un saumon en plein saut. Le poisson ne reste pas simplement figé une fois capturé. Il se débat, bouge et donne à la scène l’impression d’un petit récit physique plutôt que celle d’un objet 3D statique.

Ce détail a attiré l’attention d’Andrej Karpathy. Dans sa réaction, il a expliqué qu’il n’avait pas pleinement réalisé que les modèles pouvaient désormais créer des mondes riches et jouables, où code et connaissance se fondent ensemble. L’extrait a déplacé la discussion au-delà de « l’IA peut-elle produire une belle image ? » vers une question plus profonde : jusqu’où la compréhension du monde par un modèle peut-elle être traduite en géométrie exécutable, en mouvement et en interaction ?

Karpathy a également employé l’expression « fablemaxxing » pour décrire le sentiment de pousser les environnements de style Fable à un niveau supérieur. L’idée n’était pas simplement qu’une scène paraissait impressionnante. C’était que chaque nouvelle génération de modèle pouvait

révéler un saut qualitatif inattendu.

1 600 lignes de code : un Manhattan sous-marin vivant

L’exemple le plus marquant de la vidéo de Gostev est une version sous-marine de Manhattan. La scène montre l’île entière, de Battery à Inwood, avec Central Park, les gratte-ciel, le réseau routier, les ponts et des silhouettes d’immeubles denses réunis dans un monde unique à explorer.

Ce qui rend la démo particulièrement frappante, c’est son échelle. Selon le rapport d’origine, Gostev a vérifié le code source généré et a constaté que l’ensemble de la scène reposait sur environ 1 600 lignes de code. Il ne s’agit évidemment pas d’une chaîne de production complète, mais c’est suffisant pour créer l’impression d’une ville sous-marine vivante, avec une structure et un niveau de détail reconnaissables.

Le point essentiel n’est pas que le modèle ait reproduit une carte parfaite. Le signal le plus fort est qu’il a généré un système spatial cohérent : une organisation à l’échelle d’une ville, des silhouettes évoquant des monuments, une ambiance environnementale, des mouvements de caméra et une densité visuelle qui fonctionnent ensemble.

63 mondes répartis en six thèmes

L’ensemble complet de Gostev contient 63 expériences 3D. Le rapport d’origine les répartit en six grandes catégories, couvrant de vastes mondes, des scènes jouables, des environnements inspirés par l’art, des points de vue impossibles, des spectacles naturels et des finales cosmiques.

Section	Plage de prompts	Nombre
Grands mondes 3D	1–30	30
Scènes jouables et de type jeu vidéo	31–42	12
Mondes artistiques vivants	43–49	7
Points de vue impossibles	50–52	3
Spectacles naturels	53–59	7
Final élémentaire et cosmique	60–63	4

Les exemples de grands mondes incluent Istanbul s’étendant sur l’Europe et l’Asie, Londres sur 2 000 ans, les pyramides, Pompéi en pleine éruption et la circulation s’écoulant sur le Golden Gate Bridge. Ce ne sont pas de simples images héro. Ce sont des tentatives de transformer des lieux reconnaissables et des cadres historiques en scènes procédurales explorables.

Des sous-titres en chinois et en anglais apparaissent en bas, avec « this is looking like completely exceptional » et « 这看起来简直非同寻常 ».](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/e6fa9c81-6c69-4613-875a-a3cc0be51aca-07-c486cac4-2461-4856-8344-e0ab3e1964ca.png)

Un autre groupe mise sur la fantaisie et le spectaculaire. Un exemple est un royaume comestible à l’intérieur d’un univers rappelant une chocolaterie, rempli de structures en bonbons, de ponts, de jardins et de systèmes décoratifs.

La catégorie jouable comprend des scènes comme du parkour sur les toits à New York, un terrain de jeu physique où une ville peut être disloquée, et une simulation de vol avec des commandes de style cockpit. Ces scènes ne sont pas décrites comme des jeux aboutis. Il vaut mieux les comprendre comme des prototypes interactifs montrant à quelle vitesse un modèle peut assembler une logique visuelle, des contrôles et le comportement d’un environnement.

Mondes artistiques vivants : quand une peinture devient un lieu

Certains des exemples les plus intéressants sont basés sur des peintures célèbres. Une œuvre comme La Nuit étoilée de Van Gogh n’est pas facile à convertir en 3D, car le modèle ne peut pas simplement copier une image plane. Il doit réinterpréter les coups de pinceau, les formes tourbillonnantes, les rythmes de couleur et la profondeur spatiale comme des objets dans lesquels un spectateur peut se déplacer.

Dans l’exemple de Fable 5, la peinture est décomposée en lignes, en courbes et en structures spatiales animées. Au lieu de regarder une toile, le spectateur entre dans le tourbillon de la scène. Des expériences similaires ont été montrées à partir des nymphéas de Monet et d’images de vagues dans le style de Hokusai.

C’est là que l’« explication par la construction » du modèle devient visible. Il ne se contente pas de générer une image d’art. Il tente de décrire comment cet art pourrait se comporter s’il était reconstruit comme un monde navigable.

Perspectives impossibles et spectacles naturels

Un autre groupe se concentre sur des perspectives que les humains ne peuvent normalement pas expérimenter. Dans un exemple, le spectateur se trouve à l’échelle d’une fourmi et observe un jardin pendant un orage. L’herbe devient une architecture. Les gouttes deviennent des masses d’eau en chute. Un jardin ordinaire se transforme en paysage surdimensionné.

L’ensemble consacré aux spectacles naturels comprend les chutes du Niagara, des lucioles synchronisées dans une forêt, et un ours attrapant des saumons. La catégorie finale s’oriente vers des images élémentaires et cosmiques, notamment une mer Rouge séparée en deux, la formation d’une île volcanique, et un ascenseur spatial s’élevant dans le ciel.

Ces exemples sont importants parce qu’ils testent plus que le style de surface. Un modèle doit coordonner l’échelle, le mouvement, le comportement de la caméra, l’éclairage, les objets répétés et l’interaction. Un modèle plus faible peut accomplir les premiers 80 % de la

la scène, puis s’effondrer dans les 20 % finaux, laissant l’humain passer plus de temps à déboguer qu’à construire.

Ce n’était pas de la magie : de longues spécifications, des prompts soignés et quelques itérations

Le rapport original souligne clairement un point important : ces mondes n’ont pas été produits à partir d’une seule petite phrase. Gostev a utilisé de longs prompts détaillés, de style spécification. De nombreuses démonstrations auraient été générées en une seule passe, mais certaines ont nécessité un ou deux cycles d’affinage.

Cette distinction est importante. La percée n’est pas de « rédiger une phrase vague et obtenir un monde 3D parfait ». La conclusion la plus réaliste est plutôt que des spécifications détaillées peuvent désormais produire des premières versions bien plus complètes qu’auparavant. Ce qui exigeait autrefois de nombreuses séries de révisions peut maintenant commencer sous la forme d’un seul fichier HTML fonctionnel.

La collection publique de prompts montre aussi à quel point ces prompts peuvent être exigeants. Ils décrivent le comportement de la caméra, l’éclairage, la densité des objets, les contraintes de performance, les règles de génération procédurale et les exigences d’importation. Autrement dit, le prompt s’apparente davantage à un cahier des charges accompagné d’une spécification technique qu’à un simple message de conversation.

Les points faibles : jeux, bugs et paresse du modèle

Gostev n’a pas présenté cet ensemble comme irréprochable. Le rapport original indique que les 63 exemples finaux ont été sélectionnés à partir d’un lot plus important, dont les sorties visiblement défectueuses ont été écartées. C’est normal dans un travail exploratoire sur l’IA, mais cela compte, car cela permet de garder des attentes réalistes.

Les jeux semblent constituer un domaine plus faible. Certaines scènes jouables peuvent paraître impressionnantes au premier abord, mais se révéler superficielles après peu de temps. Une scène historique a été décrite comme ayant un rendu trop cartoon. Cela suggère que Fable 5 excelle dans la création de prototypes visuels riches, mais que des mécaniques de jeu plus profondes, un engagement sur la durée et une finition de niveau production restent des défis distincts.

Autre observation intéressante : le modèle semble parfois sous-performer à moins d’être poussé. Gostev a expliqué qu’il devait lui demander d’être plus ambitieux. Cela laisse entrevoir une leçon pratique en matière de prompting : pour le codage génératif haut de gamme, le modèle a souvent besoin d’une autorisation explicite pour consacrer davantage de budget de complexité à la scène.

Agent Arena et l’exécution de tâches réelles

Au lancement de Fable 5, celui-ci aurait obtenu de solides performances dans le classement Agent Arena d’Arena.ai. Arena.ai présente ce classement comme une évaluation dynamique de la capacité des modèles à orchestrer des outils pour des tâches agentiques du monde réel, à partir de signaux tels que l’achèvement des tâches, la fiabilité des outils, la contrôlabilité, la récupération après erreur en bash et les hallucinations liées aux outils.

Ce contexte aide à comprendre pourquoi ces mondes 3D ont attiré l’attention. Il ne s’agit pas simplement de démonstrations créatives. Ils servent aussi de tests de résistance pour le codage agentique : le modèle peut-il planifier une scène, écrire du code, utiliser correctement des bibliothèques, se remettre d’erreurs, préserver les performances et produire quelque chose d’assez interactif pour être examiné ?

Pourquoi cette exploration est importante

Le moment de l’ours et du saumon soulève une question plus vaste. Si un modèle a appris à partir d’Internet, comment sait-il qu’un poisson capturé devrait se débattre ? Plus important encore, comment convertit-il ce type de compréhension de bon sens en coordonnées, maillages, transformations, synchronisation d’animation et petites histoires environnementales ?

Cette question est désormais plus intéressante que de savoir si une IA peut produire quelque chose de visuellement réussi

image fixe. La frontière se déplace vers des mondes exécutables : des environnements dans lesquels on peut entrer, qu’on peut inspecter, modifier et utiliser comme prototypes.

Le message plus large de Gostev est simple : ne jugez pas les modèles d’aujourd’hui à l’aune de ce que les modèles ne pouvaient pas faire il y a six mois. Même si les mondes 3D ne correspondent pas à votre propre cas d’usage, le même schéma peut s’appliquer ailleurs. Une tâche qui était auparavant hors de portée mérite peut-être désormais qu’on l’essaie à nouveau.

FAQ

Qu’est-ce que Fable 5 ?

Fable 5 est présenté dans le rapport original comme un modèle de la famille Anthropic Claude, utilisé pour du codage agentique haut de gamme et des expériences de génération 3D. Dans les exemples abordés ici, il a été utilisé pour générer des mondes interactifs de type Three.js à partir de prompts détaillés.

Fable 5 a-t-il vraiment créé un Manhattan sous-marin avec seulement 1 600 lignes de code ?

Selon le rapport original, Peter Gostev a vérifié le code généré pour la démo de Manhattan sous-marin et y a trouvé environ 1 600 lignes. Cela ne signifie pas qu’il s’agit d’un jumeau numérique de Manhattan prêt pour la production, mais cela montre bien le niveau de complexité visuelle et spatiale qu’un prototype généré compact peut contenir.

Ces mondes Fable 5 sont-ils créés avec Three.js ?

La plupart des démos décrites dans l’article sont présentées comme des environnements 3D de type Three.js. Three.js est une bibliothèque JavaScript permettant de créer des scènes 3D dans le navigateur, ce qui en fait un choix naturel pour des démos interactives en un seul fichier.

Fable 5 peut-il créer des jeux terminés ?

Les démos montrent que Fable 5 peut créer des scènes jouables et proches de jeux, mais l’article souligne aussi que les jeux restent un domaine plus faible. Les résultats peuvent être impressionnants en tant que prototypes, mais une jouabilité plus profonde, l’ajustement, la stabilité des performances et la rejouabilité nécessitent encore une conception et une ingénierie humaines.

Pourquoi les prompts longs sont-ils importants pour ces exemples ?

Les exemples les plus convaincants n’ont pas été créés à partir de prompts vagues en une seule ligne. Ils s’appuyaient sur de longues spécifications couvrant la structure de la scène, les contrôles de la caméra, l’éclairage, le comportement des objets, les limites de performance et les règles d’interaction. Le prompt se rapproche ainsi d’un document de conception technique.

Qu’est-ce qu’Agent Arena ?

Agent Arena est le classement d’Arena.ai destiné à évaluer dans quelle mesure les modèles accomplissent des tâches agentiques du monde réel. Il examine des signaux tels que l’achèvement des tâches, la fiabilité des outils, la contrôlabilité, la récupération après erreur en bash et les hallucinations liées aux outils, qui sont pertinents pour les agents de codage devant utiliser des outils plutôt que simplement répondre à des questions textuelles.

Les exemples d’images sont-ils des ressources de production ?

Non. Il vaut mieux les considérer comme des expériences ou des prototypes. Ils montrent ce qu’un modèle peut générer rapidement, mais un usage en production nécessiterait toujours une revue du code, le nettoyage des ressources, des tests de performance, des vérifications de licence et un affinage du design.

Outils associés

• Claude Code : le système de codage agentique d’Anthropic pour lire des bases de code, modifier des fichiers, exécuter des tests et accomplir des tâches de développement.
• Documentation de la plateforme Claude : la documentation officielle de l’API Claude pour créer des applications avec les modèles d’Anthropic.
• Three.js : une bibliothèque JavaScript 3D pour créer des scènes 3D dans le navigateur avec prise en charge de WebGL et WebGPU.
• Documentation Three.js : la documentation officielle

référence pour les classes, objets, matériaux, animations et API de rendu de Three.js.

• Arena.ai Agent Arena : Un classement permettant de comparer les performances de modèles agentiques sur des tâches réelles d’utilisation d’outils.
• Collection de prompts 3D : La collection publique de prompts 3D de Peter Gostev, destinée à la copie, à la réutilisation et à l’étude.

Liens associés

• Article original de BAAI / Zhiyuan : Le rapport chinois original sur lequel se fonde cette réécriture en anglais.
• Collection de prompts 3D de Peter Gostev : Le dépôt GitHub contenant la collection de prompts mentionnée dans l’article.
• JSON brut des prompts : Une vue directe des données publiques de prompts à l’origine de cette collection.
• Publication X de Karpathy : La publication sur X mentionnée dans l’article original.
• Vidéo de Peter Gostev : La vidéo YouTube citée comme source des 63 exemples de mondes 3D.
• Classement des agents sur Arena.ai : La page publique de classement d’Arena.ai pour les performances sur des tâches agentiques.
• Manuel Three.js : Le support d’apprentissage officiel, accessible aux débutants, pour créer des scènes 3D dans le navigateur.
• Dépôt GitHub de Three.js : Le dépôt source officiel de la bibliothèque JavaScript 3D Three.js.

Notes sur la source

• L’article original comprend des captures d’écran et des images fixes issues de la démo de Peter Gostev. Les captures pertinentes ont été conservées à proximité des sections qu’elles illustrent.
• Les codes QR, les invitations à suivre des comptes, les icônes de plateforme et les images promotionnelles ont été supprimés.
• Deux images sources autour des sections consacrées au monde de l’art et aux thèmes élémentaires/cosmiques n’ont pas pu être prévisualisées de manière fiable avec l’outil de récupération pendant le traitement ; elles n’ont donc pas été intégrées ici afin d’éviter l’insertion de médias illisibles ou mal identifiés.
• L’article original précise : « 内容中包含的图片若涉及版权问题，请及时与我们联系删除. » Cette mention relative aux droits doit être conservée lors de toute republication.

Résumé

Cet article explique pourquoi les démos de mondes 3D de Fable 5 ont attiré l’attention : elles combinent génération de code, raisonnement spatial, animation, interaction et narration visuelle d’une manière qui donne davantage l’impression de construire de petits mondes exécutables que de produire des médias statiques.

Parmi les exemples les plus marquants figurent Manhattan sous-marin, l’ours attrapant des saumons, des mondes inspirés de peintures dans lesquels on peut se promener, des scènes impossibles à micro-échelle et de vastes environnements urbains procéduraux. En même temps, le rapport original précise clairement qu’il ne s’agissait pas de générations obtenues sans effort en une seule ligne. Elles reposaient sur de longs prompts, des sorties sélectionnées et un certain travail d’itération.

Pour les développeurs et les créateurs, l’enseignement pratique est simple : les spécifications détaillées comptent désormais plus que jamais. Un modèle performant peut transformer un prompt technique bien rédigé en prototype fonctionnel plus rapidement que les générations précédentes d’outils.

Fable 5 n’est pas une chaîne de production 3D achevée, mais il montre que les modèles de codage agentiques deviennent bien meilleurs pour transformer l’imagination en mondes interactifs et inspectables.