Fable 5 crea mondi 3D esplorabili: Manhattan sottomarina, dipinti viventi e 63 esperimenti con Three.js
Questo articolo spiega perché le demo di mondi 3D di Fable 5 hanno attirato l’attenzione: combinano generazione di codice, ragionamento spaziale, animazione, interazione e narrazione visiva in un modo che ricorda più la costruzione di piccoli mondi eseguibili che la produzione di contenuti statici. Gli esempi più memorabili includono la Manhattan sottomarina, l’orso che cattura salmoni, mondi esplorabili ispirati ai dipinti, scene impossibili in micro-scala e ampi ambienti urbani procedurali. Allo stesso tempo, il rapporto originale chiarisce che non si è trattato di generazioni semplici ottenute con una sola riga di prompt. Hanno richiesto prompt lunghi, selezione degli output e una certa iterazione. Per sviluppatori e creatori, la lezione pratica è semplice: le specifiche dettagliate contano oggi più che mai. Un modello potente può trasformare un prompt tecnico ben scritto in un prototipo funzionante più rapidamente rispetto alle precedenti generazioni di strumenti. **Fable 5 non è una pipeline di produzione 3D completa, ma dimostra che i modelli di coding agentico stanno migliorando molto nel trasformare l’immaginazione in esperienze interatti
Fable 5 crea mondi 3D giocabili: Manhattan sott’acqua, dipinti viventi e 63 esperimenti in Three.js
Introduzione
Fable 5 è tornato sotto i riflettori, e questa volta non per un piccolo benchmark di programmazione o una semplice pagina dimostrativa. Peter Gostev di Arena.ai ha condiviso un video che mostra 63 mondi 3D ad alta difficoltà generati con Fable 5, la maggior parte dei quali costruiti come ambienti interattivi in stile Three.js, e molti dei quali funzionavano già al primo tentativo.
Gli esempi spaziano da un orso che cattura salmoni in un fiume a una Manhattan sommersa, da una versione percorribile della Notte stellata di Van Gogh a prospettive impossibili in scala microscopica, fino a grandi scenari urbani procedurali. Ciò che rende interessanti queste demo non è solo il loro bell’aspetto. È il fatto che combinano struttura visiva, codice, interazione, animazione e logica ambientale all’interno di singoli mondi generati.
Nota sulla fonte: Questo articolo è una riscrittura in inglese, pronta per la pubblicazione, basata sull’articolo originale della comunità BAAI/Zhiyuan: 1600代码造出水下曼哈顿，Fable 5让Karpathy看呆了. L’articolo originale dichiara che i suoi contenuti provengono da 新智元 / WeChat. I diritti d’autore delle immagini restano ai rispettivi proprietari originali. Le immagini chiaramente riconducibili a codici QR, icone di piattaforma, blocchi promozionali o materiale decorativo sono state rimosse.
Nota sul codice: L’articolo originale parla di codice HTML / Three.js generato e di una raccolta pubblica di prompt, ma non include un blocco completo di codice sorgente nel corpo dell’articolo. Per questo motivo, qui non è stato inventato alcun blocco di codice.
Karpathy è rimasto sorpreso dall’orso e dal salmone
Una delle clip più memorabili mostra un orso vicino a un fiume che cattura un salmone saltante. Il pesce non resta semplicemente immobile una volta catturato. Si dimena, si muove e fa sembrare la scena più una piccola storia fisica che un oggetto 3D statico.
Quel dettaglio ha attirato l’attenzione di Andrej Karpathy. Nella sua reazione, ha detto di non essersi reso pienamente conto che i modelli potessero ormai creare mondi ricchi e giocabili, in cui codice e conoscenza si fondono insieme. La clip ha spostato la discussione oltre il “l’IA può creare una bella immagine?” verso una domanda più profonda: quanta comprensione del mondo può un modello tradurre in geometria, movimento e interazione eseguibili?
Karpathy ha anche usato l’espressione “fablemaxxing” per descrivere la sensazione di portare gli ambienti in stile Fable a un livello superiore. Il punto non era soltanto che una scena sembrasse impressionante. Era che ogni nuovo livello del modello può
rivelare un salto qualitativo inatteso.
1.600 righe di codice: una Manhattan sottomarina vivente
L’esempio più notevole nel video di Gostev è una versione sottomarina di Manhattan. La scena mostra l’intera isola, da Battery a Inwood, con Central Park, grattacieli, rete stradale, ponti e dense sagome di edifici racchiuse in un unico mondo esplorabile.
Ciò che rende la demo particolarmente impressionante è la sua scala. Secondo il rapporto originale, Gostev ha controllato il codice sorgente generato e ha scoperto che l’intera scena era supportata da circa 1.600 righe di codice. Naturalmente non si tratta di una pipeline di produzione completa, ma è sufficiente a creare l’impressione di una città sottomarina viva, con una struttura e un livello di dettaglio riconoscibili.
Il punto chiave non è che il modello abbia riprodotto una mappa perfetta. Il segnale più forte è che ha generato un sistema spaziale coerente: un impianto urbano su scala cittadina, sagome simili a punti di riferimento, atmosfera ambientale, movimento della telecamera e densità visiva che funzionano insieme.
63 mondi distribuiti in sei temi
L’insieme completo di Gostev comprende 63 esperimenti 3D. Il rapporto originale li raggruppa in sei grandi categorie, che coprono grandi mondi, scene giocabili, ambienti ispirati all’arte, punti di vista impossibili, spettacoli naturali e finali cosmici.
| Sezione | Intervallo dei prompt | Conteggio |
|---|---|---|
| Grandi mondi 3D | 1–30 | 30 |
| Scene giocabili e simili a videogiochi | 31–42 | 12 |
| Mondi artistici viventi | 43–49 | 7 |
| Punti di vista impossibili | 50–52 | 3 |
| Spettacoli naturali | 53–59 | 7 |
| Finale elementale e cosmico | 60–63 | 4 |
Gli esempi di grandi mondi includono Istanbul che si estende tra Europa e Asia, Londra attraverso 2.000 anni, le piramidi, Pompei durante l’eruzione e il traffico che scorre sul Golden Gate Bridge. Non si tratta di piccole immagini d’impatto. Sono tentativi di trasformare luoghi riconoscibili e scenari storici in scene procedurali esplorabili.
Un altro gruppo punta su fantasia e spettacolarità. Un esempio è un regno commestibile all’interno di un mondo simile a una fabbrica di cioccolato, pieno di strutture di caramelle, ponti, giardini e sistemi decorativi.
La categoria giocabile include scene come parkour sui tetti a New York, un parco giochi fisico in cui una città può essere smontata pezzo per pezzo e una simulazione di volo con controlli in stile cabina di pilotaggio. Queste scene non sono descritte come giochi rifiniti. È più corretto intenderle come prototipi interattivi che mostrano quanto rapidamente un modello possa assemblare logica visiva, controlli e comportamento dell’ambiente.
Mondi d’arte viventi: quando un dipinto diventa un luogo
Alcuni degli esempi più interessanti si basano su dipinti famosi. Un quadro come la Notte stellata di Van Gogh non è facile da convertire in 3D perché il modello non può semplicemente copiare un’immagine piatta. Deve reinterpretare pennellate, forme vorticose, ritmi cromatici e profondità spaziale come oggetti attraverso cui uno spettatore può muoversi.
Nell’esempio di Fable 5, il dipinto viene scomposto in linee, curve e strutture spaziali animate. Invece di guardare una tela, lo spettatore entra nel vortice della scena. Esperimenti simili sono stati mostrati anche per le ninfee di Monet e per immagini di onde in stile Hokusai.
È qui che diventa visibile la “spiegazione attraverso la costruzione” del modello. Non si limita a generare un’immagine dell’arte. Sta cercando di descrivere come quell’arte potrebbe comportarsi se venisse ricostruita come un mondo navigabile.
Prospettive impossibili e spettacoli naturali
Un altro gruppo si concentra su prospettive che gli esseri umani normalmente non possono sperimentare. Un esempio colloca lo spettatore alla scala di una formica, mentre osserva un giardino durante un temporale. L’erba diventa architettura. Le gocce diventano masse d’acqua in caduta. Un normale giardino si trasforma in un paesaggio sovradimensionato.
L’insieme degli spettacoli naturali include le cascate del Niagara, lucciole sincronizzate in una foresta e un orso che cattura salmoni. La categoria finale si sposta verso immagini elementali e cosmiche, tra cui il Mar Rosso che si apre, la formazione di un’isola vulcanica e un ascensore spaziale che si innalza nel cielo.
Questi esempi sono importanti perché mettono alla prova più del semplice stile superficiale. Un modello deve coordinare scala, movimento, comportamento della telecamera, illuminazione, oggetti ripetuti e interazione. Un modello più debole potrebbe completare il primo 80% del
scena e poi crollare nel 20% finale, lasciando l’essere umano a passare più tempo a fare debug che a costruire.
Non era magia: specifiche lunghe, prompt accurati e un po’ di iterazione
Il rapporto originale chiarisce un punto importante: questi mondi non sono stati prodotti a partire da una singola frasetta. Gostev ha usato prompt lunghi e dettagliati, in stile specifica. Molte demo sarebbero state generate in un solo passaggio, ma alcune hanno richiesto uno o due cicli di perfezionamento.
Questa distinzione è importante. Il vero passo avanti non è “scrivi una frase vaga e ottieni un mondo 3D perfetto”. La conclusione più realistica è che specifiche dettagliate possono ora produrre prime bozze molto più complete di prima. Ciò che in precedenza richiedeva molti cicli di revisione può ora iniziare come un singolo file HTML funzionante.
La raccolta pubblica dei prompt mostra anche quanto possano essere impegnativi questi prompt. Descrivono il comportamento della telecamera, l’illuminazione, la densità degli oggetti, i vincoli di prestazione, le regole di generazione procedurale e i requisiti di importazione. In altre parole, il prompt è più vicino a un brief di progettazione più una specifica tecnica che a un messaggio informale di chat.
I punti deboli: giochi, bug e pigrizia del modello
Gostev non ha presentato l’insieme come privo di difetti. Il rapporto originale osserva che i 63 esempi finali sono stati selezionati da un lotto più ampio, da cui sono stati rimossi gli output visibilmente difettosi. È normale nel lavoro esplorativo sull’IA, ma è importante perché mantiene realistiche le aspettative.
I giochi sembrano essere un’area più debole. Alcune scene giocabili possono apparire impressionanti a prima vista, ma diventare superficiali dopo poco tempo. Una scena storica è stata descritta come troppo simile a un cartone animato. Questo suggerisce che Fable 5 è forte nella creazione di ricchi prototipi visivi, ma che meccaniche di gioco più profonde, coinvolgimento a lungo termine e una rifinitura di livello produttivo restano sfide separate.
Un’altra osservazione interessante è che il modello a volte sembra rendere meno del dovuto se non viene sollecitato. Gostev ha descritto la necessità di chiedergli di essere più ambizioso. Questo lascia intravedere una lezione pratica sul prompting: per il coding generativo di alto livello, il modello ha spesso bisogno di un permesso esplicito per spendere più budget di complessità sulla scena.
Agent Arena e il completamento di compiti nel mondo reale
Quando Fable 5 è stato lanciato, a quanto pare ha ottenuto ottimi risultati nella classifica Agent Arena di Arena.ai. Arena.ai descrive la classifica come una graduatoria dinamica di quanto bene i modelli orchestrano gli strumenti per compiti agentici del mondo reale, usando segnali come il completamento dei compiti, l’affidabilità degli strumenti, la controllabilità, il recupero dagli errori bash e le allucinazioni degli strumenti.
Questo contesto aiuta a spiegare perché questi mondi 3D abbiano attirato l’attenzione. Non sono semplicemente demo creative. Agiscono anche come stress test per il coding agentico: il modello sa pianificare una scena, scrivere codice, usare correttamente le librerie, recuperare dagli errori, preservare le prestazioni e produrre qualcosa di abbastanza interattivo da poter essere esaminato?
Perché questa esplorazione è importante
Il momento dell’orso e del salmone solleva una domanda più grande. Se un modello ha imparato da internet, come fa a sapere che un pesce catturato dovrebbe dimenarsi? Ancora più importante, come converte quel tipo di comprensione di buon senso in coordinate, mesh, trasformazioni, tempi di animazione e piccole storie ambientali?
Questa domanda ora è più interessante del chiedersi se un’IA possa produrre qualcosa di bello visivamente
immagine statica. La frontiera si sta spostando verso mondi eseguibili: ambienti in cui si può entrare, che possono essere ispezionati, modificati e usati come prototipi.
Il messaggio più ampio di Gostev è semplice: non giudicare i modelli di oggi in base a ciò che i modelli non potevano fare sei mesi fa. Anche se i mondi 3D non sono il tuo caso d’uso, lo stesso schema potrebbe valere altrove. Un’attività che prima era fuori portata potrebbe ora valere la pena di essere riprovata.
FAQ
Che cos’è Fable 5?
Nel rapporto originale, Fable 5 viene descritto come un modello della famiglia Claude di Anthropic, utilizzato per esperimenti avanzati di coding agentico e generazione 3D. Negli esempi trattati qui, è stato usato per generare mondi interattivi in stile Three.js a partire da prompt dettagliati.
Fable 5 ha davvero creato una Manhattan sottomarina con sole 1.600 righe di codice?
Secondo il rapporto originale, Peter Gostev ha controllato il codice generato per la demo di Manhattan sottomarina e ha trovato circa 1.600 righe. Questo non significa che si tratti di un gemello digitale di Manhattan pronto per la produzione, ma mostra quanta complessità visiva e spaziale possa rientrare in un prototipo generato e compatto.
Questi mondi di Fable 5 sono realizzati con Three.js?
La maggior parte delle demo descritte nell’articolo viene presentata come ambienti 3D in stile Three.js. Three.js è una libreria JavaScript per creare scene 3D nel browser, il che la rende una scelta naturale per demo interattive in un unico file.
Fable 5 può creare giochi completi?
Le demo mostrano che Fable 5 può creare scene giocabili e simili a giochi, ma l’articolo osserva anche che i giochi restano un ambito più debole. I risultati possono essere impressionanti come prototipi, ma una giocabilità più profonda, il bilanciamento, la stabilità delle prestazioni e il valore di rigiocabilità richiedono ancora progettazione e ingegneria umane.
Perché i prompt lunghi sono importanti per questi esempi?
Gli esempi più forti non sono stati creati a partire da prompt vaghi di una sola riga. Hanno usato specifiche lunghe che coprivano la struttura della scena, i controlli della telecamera, l’illuminazione, il comportamento degli oggetti, i limiti di prestazioni e le regole di interazione. Questo rende il prompt più simile a un documento di progettazione tecnica.
Che cos’è Agent Arena?
Agent Arena è la classifica di Arena.ai per valutare quanto bene i modelli completino attività agentiche del mondo reale. Considera segnali come il completamento del compito, l’affidabilità degli strumenti, la controllabilità, il recupero in bash e le allucinazioni sugli strumenti, tutti aspetti rilevanti per agenti di coding che devono usare strumenti invece di limitarsi a rispondere a domande testuali.
Gli esempi di immagini sono asset di produzione?
No. È meglio considerarli come esperimenti o prototipi. Mostrano ciò che un modello può generare rapidamente, ma l’uso in produzione richiederebbe comunque revisione del codice, pulizia degli asset, test delle prestazioni, verifiche sulle licenze e affinamento del design.
Strumenti correlati
- Claude Code: il sistema di coding agentico di Anthropic per leggere codebase, modificare file, eseguire test e completare attività di sviluppo.
- Claude Platform Docs: la documentazione ufficiale dell’API Claude per creare applicazioni con i modelli di Anthropic.
- Three.js: una libreria JavaScript 3D per costruire scene 3D basate su browser con supporto WebGL e WebGPU.
- Documentazione di Three.js: la documentazione ufficiale
riferimento per classi, oggetti, materiali, animazione e API di rendering di Three.js.
- Arena.ai Agent Arena: Una classifica per confrontare le prestazioni dei modelli agentici in compiti reali di utilizzo di strumenti.
- 3D Prompt Collection: La raccolta pubblica di prompt 3D di Peter Gostev, usata per copia, riutilizzo e studio.
Link correlati
- Articolo originale di BAAI / Zhiyuan: Il rapporto originale in cinese su cui si basa questa riscrittura in inglese.
- Raccolta di prompt 3D di Peter Gostev: Il repository GitHub che contiene la raccolta di prompt citata nell’articolo.
- JSON grezzo dei prompt: Una visualizzazione diretta dei dati pubblici dei prompt alla base della raccolta.
- Post di Karpathy su X: Il post su X citato nell’articolo originale.
- Video di Peter Gostev: Il video YouTube indicato come fonte dei 63 esempi di mondi 3D.
- Classifica agenti di Arena.ai: La pagina pubblica di Arena.ai con la classifica delle prestazioni nei compiti agentici.
- Manuale di Three.js: Materiale ufficiale, adatto ai principianti, per imparare a creare scene 3D basate su browser.
- Repository GitHub di Three.js: Il repository ufficiale del codice sorgente della libreria JavaScript 3D Three.js.
Note sulla fonte
- L’articolo originale include schermate e fotogrammi video dalla demo di Peter Gostev. Le schermate pertinenti sono state mantenute vicino alle sezioni che supportano.
- I codici QR, gli inviti a seguire gli account, le icone delle piattaforme e le immagini promozionali sono stati rimossi.
- Due immagini di origine nelle sezioni sul mondo artistico e sugli elementi/cosmo non hanno potuto essere visualizzate in anteprima in modo affidabile tramite lo strumento di recupero durante l’elaborazione, quindi non sono state incorporate qui per evitare di inserire contenuti multimediali illeggibili o identificati in modo errato.
- L’articolo originale afferma: “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.” Questa nota sui diritti deve essere preservata in caso di ripubblicazione.
Sintesi
Questo articolo spiega perché le demo di mondi 3D di Fable 5 hanno attirato l’attenzione: combinano generazione di codice, ragionamento spaziale, animazione, interazione e narrazione visiva in un modo che somiglia più alla costruzione di piccoli mondi eseguibili che alla produzione di contenuti statici.
Gli esempi più memorabili includono Manhattan sott’acqua, l’orso che cattura i salmoni, mondi esplorabili ispirati alla pittura, scene impossibili in scala microscopica e grandi ambienti urbani procedurali. Allo stesso tempo, il rapporto originale chiarisce che non si è trattato di generazioni effortless con una sola riga di prompt. Si sono basate su prompt lunghi, output selezionati e una certa iterazione.
Per sviluppatori e creatori, la lezione pratica è semplice: le specifiche dettagliate contano ora più che mai. Un modello potente può trasformare un prompt tecnico ben scritto in un prototipo funzionante più rapidamente rispetto alle precedenti generazioni di strumenti.
Fable 5 non è una pipeline di produzione 3D completa, ma mostra che i modelli di coding agentico stanno diventando molto più bravi a trasformare l’immaginazione in mondi interattivi e ispezionabili.