@karpathy：我们正开始离开那种用例如“创建一只骑自行车的鹈鹕的SVG”来测试LLM的领域。作为一个…

X AI KOLs 新闻
llm procedural-generation 3d-rendering multimodal ai-capabilities evaluation

摘要

安德烈·卡帕西分享了一个实验：Claude Opus 5 使用 100 万 token 的预算，在 three.js 中程序化地渲染《指环王》，引发了对 LLM 测试、自定义世界生成和多模态弱点的思考。

我们正开始离开那种用例如“创建一只骑自行车的鹈鹕的SVG”来测试LLM的领域。作为一个推广这一思路的想法，我很好奇：如果我把《指环王》的第一段给它，并给它100万token的预算（约10美元），要求它用three.js渲染出来，Opus 5会怎么做。Opus 花了大约2小时，写了5500行代码，以程序化方式渲染了这个故事。结果有点粗糙，但很有趣。但令人有些难以置信的是，LLM 必须在 (x,y,z) 坐标中放置和编排各种多边形资源，并编写代码让这一切动起来，而且它居然真的能做到。 我也喜欢这类例子，因为任何头脑正常的人都不会花时间去写这种高度定制化的东西，但 LLM 拥有全世界所有的精力和耐心，所以这是一个从“没人会做这种事”到“当然，为什么不呢，反正几乎免费”的转变。可能还有更多类似的例子。但让我感到兴奋的是创造高度定制的世界，你可以想象把玩家投放进去，例如在这里作为旁观NPC参与《指环王》的故事，或者扮演其中一个角色，等等。就像是按需生成的、短暂的“X版GTA”。 最后一点思考是，世界/游戏领域暴露了LLM的一个弱点：它们很难审查自己的工作，因为它们无法高效而原生地感知视频或在其中玩游戏。在这里，Opus 5 不得不非常缓慢而费力地在不同时间点截图，而且它还搞砸了几次，产生了一些粗糙的结果。这是一个我认为仍然相当欠缺的原始能力（多模态、游戏交互）的例证。
查看原文
查看缓存全文

缓存时间: 2026/08/03 01:46

我们正开始走出一个阶段：测试LLM的方式是让它“创建一个骑自行车的鹈鹕的SVG”。作为推广这一思路的一个想法，我很好奇，如果给Opus 5《指环王》的第一段，100万token的预算（约10美元），并让它用Three.js渲染出来，它会怎么做。Opus 5花了大约2个小时，写了5500行代码，以（程序化地）渲染出这个故事。结果有点粗糙，但很有趣。但真正令人难以想象的是，LLM必须在(x,y,z)坐标中放置并编排各种多边形资源，编写代码让这一切动起来，而且它居然真的能做出来。

我也喜欢这类例子，因为头脑正常的人绝不会花时间写这么定制化的东西，但LLM有取之不尽的耐力和耐心。所以这是一个例子，让我们从“没人会这么做”变成“当然，为什么不呢，几乎免费”。可能还有很多这样的例子。但我感到兴奋的是，可以创建超定制的世界，让你想象把玩家投入其中，比如作为一个旁观者NPC，或作为其中一个角色，参与《指环王》的故事，等等。就像是按需生成的、短暂的“X版GTA”。

最后一点想法是，世界/游戏领域暴露了LLM的一个弱点：它们不易审查自己的工作，因为它们无法高效且原生地感知视频，或在其中玩游戏。在这里，Opus 5不得不非常缓慢而费力地在不同时间点截屏，而且它还搞砸了几次，产生了一大堆粗糙的结果。我认为，这正是仍然相当欠缺的原始能力（多模态、游戏玩法）的一个例子。

相似文章

Karpathy的鹈鹕

Hacker News Top

Andrej Karpathy使用Opus 5进行实验，给它《指环王》的第一段和100万token的预算，让其创建故事的3D JS渲染，突显了LLM在超定制世界方面的耐力，同时指出了在多模态审计和游戏玩法方面的弱点。