Fable 5 打造可玩的 3D 世界：水下曼哈顿、会“活”起来的画作，以及 63 个 Three.js 实验

这篇文章解释了为什么 Fable 5 的 3D 世界演示会引发关注：它们将代码生成、空间推理、动画、交互和视觉叙事结合在一起，给人的感觉更像是在构建可执行的小型世界，而不是产出静态媒体。其中最令人难忘的例子包括水下曼哈顿、捕捉鲑鱼的熊、可步行探索的绘画灵感世界、不可能的微缩场景，以及大型程序化城市环境。与此同时，原始报道也明确指出，这些成果并不是轻松通过一句话就生成出来的。它们依赖于长提示词、精选输出以及一定程度的迭代。对于开发者和创作者来说，实际的启示很简单：细致的规格说明如今比以往任何时候都更重要。强大的模型可以将写得好的技术提示更快地转化为可运行的原型，速度超过前几代工具。 Fable 5 还不是一个完整成熟的 3D 生产流程，但它表明，具备代理能力的编码模型在将想象力转化为交互

发布于 2026年7月8日•general•GEO 评分: 0•15 次阅读

Fable 5Claude Fable 5Three.js 3D 世界AI 3D 生成水下曼哈顿 AI 演示彼得·戈斯捷夫Andrej Karpathy Fable 5Agent ArenaAI 编程模型可游玩的 3D 世界鲜活的艺术世界生成式 AI 3DThree.js 提示词

选择语言

العربية Deutsch English Español Français Italiano 日本語 한국어 Português Русский 中文

图中展示了一个以 Fable 5 为主题的 3D 场景，背景为深色，左上角有 AMD 标志。画面中央是一个透明的立方体水族箱，里面装有蓝色的水，水下是高楼大厦模型，还有鲨鱼、热带鱼等海洋生物，以及珊瑚等水下植物。水箱底部带有 AMD 标志。下方文字写着“Fable 5 3D Worlds: Underwater Manhattan, Three.js Scenes, and Karpathy’s Reaction”。这张图片与文档中关于 Fable 5 创造可玩 3D 世界的内容相关，例如水下曼哈顿演示等。

Fable 5 创造可玩的 3D 世界：水下曼哈顿、会“活”过来的画作，以及 63 个 Three.js 实验

引言

Fable 5 再次回到了聚光灯下，而这一次并不是因为某个小型编程基准测试或简单的演示页面。Arena.ai 的 Peter Gostev 分享了一段视频，展示了由 Fable 5 生成的 63 个高难度 3D 世界，其中大多数被构建为类似 Three.js 的交互式环境，而且很多在第一次生成时就能正常运行。

这些示例涵盖了从熊在河里抓鲑鱼，到水下曼哈顿、可步行穿梭的梵高《星月夜》版本、不可思议的微观尺度透视，以及大型程序化城市场景。让这些演示有趣的地方，不只是它们看起来不错，更在于它们把视觉结构、代码、交互、动画和环境逻辑整合进了单个生成世界之中。

来源说明： 本文是一篇英文版、可直接发布的改写稿，基于原始的 BAAI/智源社区文章：1600代码造出水下曼哈顿，Fable 5让Karpathy看呆了。原文说明其内容来源于新智元 / 微信。图片版权仍归原始所有者所有。文中明显属于二维码、平台图标、宣传区块或装饰性素材的图片已被移除。

代码说明： 原文讨论了生成的 HTML / Three.js 代码以及一个公开的提示词集合，但正文中并未包含完整的源代码片段。因此，本文不会凭空补写代码块。

图片展示了一段视频内容，左侧为视频画面，画面中一只棕色的熊在冰面上行走，嘴里叼着红色的物体，背景是冰面和远处的树木。右侧是视频弹幕，显示“oh my gosh, look at that.天哪，快看那个。”等字样。视频画面下方有字幕“can you keep this as is but make a v2 a lot more”，以及一些代码和文字信息。该图片与上文提到的Fable 5生成的3D世界示例相关，展示了其中一个场景。

Karpathy 被熊和鲑鱼的场景惊到了

其中一个最令人难忘的片段展示了一只熊站在河边，抓住了一条跃出水面的鲑鱼。这条鱼在被抓住后并不是简单地僵在原地不动，而是会挣扎、会移动，让整个场景更像一个小型的物理故事，而不是一个静态的 3D 物体。

这个细节吸引了 Andrej Karpathy 的注意。在他的回应中，他表示自己此前并没有完全意识到，模型如今已经能够创造出如此丰富、可玩、并将代码与知识融合在一起的世界。这个片段把讨论从“AI 能不能生成一张好看的图片？”推进到了一个更深层的问题：模型究竟能够把多少对世界的理解，转化为可执行的几何结构、运动和交互？

图片为Andrej Karpathy在Twitter上发布的推文，内容为对Fable 5 3D世界创作的惊叹。他感谢对方整理，表示之前未意识到模型能创造如此精彩、丰富且可玩的世界，将知识与代码融为一体。并以“O lol!”表达惊讶，还提到当熊在43分钟处抓到鲑鱼时的反应。该推文发布于2026年7月5日4:08 AM，有38.8K次观看。图片与上下文紧密相关，直观呈现了Karpathy对Fable 5 3D世界创作的惊讶与赞赏。

Karpathy 还用了“fablemaxxing”这个说法，来形容把 Fable 风格环境推向更高层次的感觉。重点并不只是某一个场景看起来很惊艳，而是每一代更高层级的模型都能够

展现出一种出人意料的质变。

图片是一条由 Andrej Karpathy 于 7 月 5 日发布的推文。内容为：“同意，太美了，简直是寓言般的强化！我觉得每次推出一个新的模型层级，都会出现某种质的飞跃，以及一些令人惊喜的新东西。就目前的 Fable 而言，这些 Three.js 环境似乎就属于这一类。那只熊的细节出现在那里真是又奇怪又有趣，那条鱼也是。” 推文下方显示有 8 条评论、10 次点赞、246 个喜欢和 1.6 万次分享。图片与上下文紧密相关，是对 Fable 5 的 3D Worlds、Underwater Manhattan、Three.js Scenes 等内容的评价，体现了 Karpathy 对这些内容的惊喜与认可。

1,600 行代码：一个“活着的”水下曼哈顿

Gostev 视频中最突出的例子，是一个水下版本的曼哈顿。这个场景展示了从炮台公园到因伍德的整座岛屿，包括中央公园、摩天大楼、道路结构、桥梁，以及密集的建筑剪影，全都被塞进了一个可以探索的世界里。

这个演示之所以格外引人注目，在于它的规模。根据最初的报道，Gostev 检查了生成出的源代码，发现整个场景大约只由 1,600 行代码支撑。当然，这并不是一条完整的生产流程，但它已经足以营造出一座“活着的”水下城市的印象，既有可辨识的结构，也有足够的细节。

图片展示了 Fable 5 中一个以曼哈顿为原型的水下城市 3D 场景。画面中，从炮台公园到因伍德的整个曼哈顿岛都被呈现出来，包括中央公园、摩天大楼、道路结构、桥梁以及密集的建筑轮廓。场景中还有可探索的街道、行驶中的车辆、穿梭的渡轮、屋顶泳池等细节，营造出一个充满生活气息的水下城市氛围。该图片与上下文紧密相关，直观呈现了 Gostev 视频中提到的由 1,600 行代码生成的水下曼哈顿场景，体现了其规模之大与细节之丰富。

关键并不在于模型是否复刻出了一张完美的地图。更强的信号在于，它生成了一个连贯的空间系统：城市尺度的布局、类似地标的轮廓、环境氛围、镜头运动，以及相互配合的视觉密度。

六大主题下的 63 个世界

Gostev 的完整作品集包含 63 个 3D 实验。最初的报道将它们归纳为六大类，涵盖大型世界、可游玩的场景、艺术启发的环境、不可能的视角、自然奇观，以及宇宙式的终章。

这是一张展示 Fable 5 的 63 个 3D 实验作品分类的表格。表格分为三列，分别是部分、提示词范围和数量。表格将 63 个实验划分为六大类：第 1 到 30 号提示词的 30 个作品属于大型 3D 世界，第 31 到 42 号的 12 个属于可玩且带有游戏感的场景，第 43 到 49 号的 7 个属于鲜活的艺术世界，第 50 到 52 号的 3 个对应不可能的视角，第 53 到 59 号的 7 个属于自然奇观，第 60 到 63 号的 4 个则属于元素与宇宙终章。该表格与上下文内容完全对应，清晰呈现了六大主题类别的提示词范围及对应作品数量。

部分	提示词范围	数量
大型 3D 世界	1–30	30
可玩且带有游戏感的场景	31–42	12
鲜活的艺术世界	43–49	7
不可能的视角	50–52	3
自然奇观	53–59	7
元素与宇宙终章	60–63	4

这些大型世界的例子包括横跨欧亚两洲的伊斯坦布尔、跨越 2,000 年历史的伦敦、金字塔、火山喷发中的庞贝，以及流动于金门大桥上的车流。它们并不是小型的“主视觉图”。它们是在尝试把人们熟悉的地点和历史场景，转化为可探索的程序化场景。

![图片展示的是 Fable 5 中一个名为“Underwater Manhattan”的 3D 场景。画面中，夕阳西下，天空被橙色和粉色染亮，海面波光粼粼，城市建筑群向水下延伸，桥梁连接着陆地区域与水下区域，还有船只在水中航行。左侧文字描述该场景是在伊斯坦布尔历史中心的环境中创造一个出人意料的场景，包含圣索菲亚大教堂和蓝色清真寺等标志性建筑。右侧有“Claude - Fable - 5”标识。

底部有“this is looking like completely exceptional”及“这看起来简直非同寻常”的中英文字幕。](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)

另一类则更偏向奇幻与奇观。一个例子是在一个类似巧克力工厂的世界中打造出的可食用王国，里面充满了糖果建筑、桥梁、花园和装饰系统。

图片展示的是 Fable 5 中一个可玩场景，名为“Cocoa Conservatory”。画面中是一个充满巧克力元素的室内环境，有巧克力工厂的设备，如搅拌机、管道等，周围摆放着各种巧克力制品。场景中还设有巧克力河、糖果花园等，地面散落着巧克力碎片。画面右下角有“Cocoa Conservatory”的标识。图片与上下文紧密相关，是对“可玩场景”类别中一个具体场景的呈现，展示了 Fable 5 中可玩场景的创意与设计。

“可玩”这一类别包括诸如纽约楼顶跑酷、一个可以把城市拆解开的物理游乐场，以及带有驾驶舱式控制的飞行模拟等场景。这些场景并未被描述为打磨完成的游戏。更准确地说，它们应被理解为交互式原型，用来展示一个模型能以多快的速度组装出视觉逻辑、控制方式和环境行为。

活态艺术世界：当一幅画变成一个地方

其中一些最有趣的例子都基于著名绘画。像梵高的《星夜》这样的作品并不容易转换成 3D，因为模型不能只是复制一张平面图像。它必须将笔触、旋涡般的形态、色彩节奏和空间深度重新诠释为观者可以穿行其中的对象。

在 Fable 5 的示例中，这幅画被拆解成线条、曲线和动态的空间结构。观者不再只是看着画布，而是进入场景的旋涡之中。类似的实验也展示了莫奈的睡莲和葛饰北斋风格的海浪意象。

这正是模型“通过建构来解释”的能力变得可见的地方。它不仅是在生成一幅艺术作品的图像，而是在尝试描述：如果这件艺术作品被重建为一个可导航的世界，它会如何运作。

不可能的视角与自然奇观

另一组则聚焦于人类通常无法体验到的视角。一个例子把观者放在蚂蚁的尺度上，在暴雨中看一座花园。草叶变成了建筑。雨滴变成了坠落的水体。一个普通花园变成了放大了无数倍的景观。

图片展示了 Fable 5 中“体验花园中一场暴雨”的场景。左侧是代码界面，显示了相关代码及注释，如“以一只约 1 毫米高的蚂蚁的视角，体验花园中的一场暴雨”。右侧是 3D 场景画面，呈现了绿色的草地和地面，有雨水滴落效果。画面中还有一位戴眼镜的男性，他可能是在讲解或演示相关内容。该图片与上下文紧密相关，直观呈现了上下文描述的花园暴雨场景，帮助理解 Fable 5 在不同艺术表现形式上的尝试。

自然奇观这一组包括尼亚加拉大瀑布、森林中同步闪烁的萤火虫，以及熊捕捉鲑鱼的场景。最后一类则转向元素性与宇宙性的意象，包括分开的红海、一座正在形成的火山岛，以及一座升入天空的太空电梯。

这些例子之所以重要，是因为它们测试的不只是表面风格。模型必须协调尺度、运动、镜头行为、光照、重复对象以及交互。较弱的模型也许能完成前 80% 的内容。

场景，然后在最后 20% 时崩溃，结果让人类花在调试上的时间比花在构建上的时间还多。

这并不是什么魔法：长规格、精心设计的提示词，以及一些迭代

原始报告明确指出了一个重要事实：这些世界并不是由一句简短的话生成出来的。Gostev 使用的是篇幅长、细节丰富、接近规格说明书风格的提示词。据称，许多演示是一遍生成的，但有些也需要一到两轮优化。

这一区别很重要。真正的突破并不是“写一句模糊的话，就能得到一个完美的 3D 世界”。更现实的结论是，详细的规格说明如今可以产出比过去完整得多的初稿。以前需要经过多轮修改的内容，现在可能一开始就是一个可运行的单个 HTML 文件。

公开的提示词集合也表明，这类提示词的要求可能相当高。它们会描述摄像机行为、光照、物体密度、性能约束、程序化生成规则以及导入要求。换句话说，这种提示词更接近“设计简报 + 技术规格”，而不是一条随意的聊天消息。

薄弱环节：游戏、漏洞，以及模型的“懒惰”

Gostev 并没有把这组成果描述成完美无缺。原始报告指出，最终的 63 个示例是从更大的一批结果中筛选出来的，其中明显损坏的输出已被移除。这在探索性 AI 工作中很常见，但之所以重要，是因为它能让预期保持现实。

游戏似乎是一个较弱的领域。一些可玩的场景乍看之下可能令人印象深刻，但玩一小会儿后就会显得内容浅薄。有一个历史场景被形容为卡通感过强。这表明，Fable 5 很擅长构建视觉上丰富的原型，但更深层的游戏机制、长期吸引力以及达到量产级别的打磨，仍然是另外的挑战。

另一个有趣的观察是，模型有时如果不被推动，表现似乎会打折扣。Gostev 提到，他需要要求它更有野心。这暗示了一个实用的提示词经验：对于高端生成式编程，往往需要明确允许模型把更多复杂度预算投入到场景中。

Agent Arena 与现实世界任务完成能力

据称，在 Fable 5 发布时，它在 Arena.ai 的 Agent Arena 排行榜上表现强劲。Arena.ai 将该排行榜描述为一个动态排名，用来衡量模型在现实世界代理型任务中编排工具的能力，所依据的信号包括任务完成情况、工具可靠性、可控性、bash 恢复能力以及工具幻觉。

这一背景有助于解释为什么这些 3D 世界会引发关注。它们并不只是创意演示，也是在对代理式编程进行压力测试：模型是否能够规划场景、编写代码、正确使用库、从错误中恢复、保持性能，并生成足够具有交互性、可供检视的成果？

为什么这种探索很重要

那只熊与鲑鱼的瞬间提出了一个更大的问题。如果一个模型是从互联网中学习而来，它怎么会知道被抓住的鱼应该挣扎？更重要的是，它又如何把这种常识性的理解，转化为坐标、网格、变换、动画时序，以及环境中的细微叙事？

如今，这个问题比“AI 是否能生成一个好看的”更值得关注。

静态图像。前沿正在迈向可执行世界：可以进入、检查、修改并用作原型的环境。

Gostev 更广泛的信息很简单：不要用模型在六个月前做不到什么，来评判今天的模型。即使 3D 世界并不是你的使用场景，同样的模式也可能适用于其他领域。某些过去遥不可及的任务，现在可能值得再尝试一次。

常见问题

什么是 Fable 5？

在原始报告中，Fable 5 被描述为 Anthropic Claude 系列中的一个模型，用于高端智能体式编程和 3D 生成实验。在这里提到的示例中，它被用来根据详细提示生成类似 Three.js 风格的交互式世界。

Fable 5 真的只用 1,600 行代码就创建了一个水下曼哈顿吗？

根据原始报告，Peter Gostev 检查了水下曼哈顿演示所生成的代码，发现大约有 1,600 行。这并不意味着它是一个可用于生产环境的曼哈顿数字孪生体，但确实表明，一个紧凑的生成式原型也能容纳相当高的视觉和空间复杂度。

这些 Fable 5 世界是用 Three.js 制作的吗？

文章中描述的大多数演示都被呈现为类似 Three.js 风格的 3D 环境。Three.js 是一个用于在浏览器中创建 3D 场景的 JavaScript 库，因此它非常适合用于单文件交互式演示。

Fable 5 能制作完整游戏吗？

这些演示表明，Fable 5 可以创建可玩且具有游戏风格的场景，但文章也指出，游戏仍然是相对较弱的领域。其输出作为原型可能令人印象深刻，但更深入的玩法设计、调优、性能稳定性和可重复游玩价值，仍然需要人工设计与工程支持。

为什么长提示对这些示例很重要？

最强的示例并不是由含糊的一行提示生成的。它们使用了较长的规格说明，涵盖场景结构、镜头控制、光照、对象行为、性能限制和交互规则。这使得提示更接近一份技术设计文档。

什么是 Agent Arena？

Agent Arena 是 Arena.ai 的排行榜，用于评估模型完成真实世界智能体任务的能力。它关注任务完成情况、工具可靠性、可控性、bash 恢复能力以及工具幻觉等信号，这些都与需要使用工具而不仅仅是回答文本问题的编程智能体密切相关。

这些图像示例是可用于生产的资产吗？

不是。更准确地说，它们应被理解为实验或原型。它们展示了模型能够多快生成内容，但若用于生产环境，仍然需要代码审查、资产清理、性能测试、许可证检查以及设计优化。

来源说明

原文包含 Peter Gostev 演示中的截图和视频画面。相关截图已保留在其所支持的段落附近。
二维码、关注账号提示、平台图标和宣传图片已移除。
在艺术世界和元素/宇宙部分附近的两张源图片，在处理过程中无法通过抓取工具可靠预览，因此未嵌入本文，以避免插入无法辨认或识别错误的媒体。
原文声明：“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。” 转载时应保留这一版权说明。

总结

本文解释了为什么 Fable 5 的 3D 世界演示会引起关注：它们将代码生成、空间推理、动画、交互和视觉叙事结合在一起，给人的感觉更像是在构建可执行的小型世界，而不是生成静态媒体。

其中最令人印象深刻的例子包括水下曼哈顿、捕鲑鱼的熊、可步行穿梭的绘画风格世界、不可能的微观尺度场景，以及大型程序化城市环境。与此同时，原始报告也明确指出，这些并不是轻轻一句提示就能毫不费力生成的结果。它们依赖于长提示词、筛选输出，以及一定程度的迭代。

对于开发者和创作者而言，实际的经验教训很简单：详细规范如今比以往任何时候都更重要。强大的模型能够把写得好的技术提示更快地转化为可运行的原型，这一点已经超过了前几代工具。

Fable 5 还不是一条完整成熟的 3D 生产流水线，但它表明，具备智能体能力的编程模型正在变得越来越擅长把想象转化为可交互、可检查的世界。