Reed's News
← 返回精选

Fable 5.1 世界建模:以代码构建可验证的3D世界

AI 63 surreal_ 2026/9/2 670 字 原文 ↗

以代码构建世界:输入一段提示,即可步入其中

Claude Fable 5.1 智能体集群只需接收一段简短指令——一句话、一张照片、一段视频片段,就能完成地点调研、建模、渲染与校验工作,最终交付一款可直接在浏览器打开的纯Three.js应用。

无需游戏引擎,无需专有3D瓦片,无需下载网格模型。每一栋建筑、每一间店面、每一块招牌、每一棵树、每一盏红绿灯,均由本代码库中的代码生成。

联合广场漫游:高空俯瞰、杜威纪念碑、任天堂旧金山店、苹果联合广场店

▶

观看漫游视频· 59秒 · 1920×1080 · 高空、广场、任天堂、地下层、苹果

东山漫游:八坂通尽头的八坂塔

▶

观看漫游视频· 54秒 · 1920×1080 · 7个场景、日落时分从祇园到清水寺

更多世界即将上线

无论是文本、视频还是图像,只要指令明确主题与风格,背后的生成流程完全一致。

输入形式 指令示例 生成效果
📝 文本 "京都花见小路——手绘动画背景风格" 特定地点匹配指定风格:基于测绘地形生成真实几何结构,视觉效果完全按需定制
🎞️ 视频 一段30秒的电影跟拍对话片段 镜头之外的场景完整延伸:脱离原镜头路径,可自由探索整个场景
🖼️ 图片 任意角度的单张照片 将画面中的地点转化为三维几何:可转身环顾、调整时间、切换光影

风格的自由度与主题不相上下。同一条街道可以呈现为赛璐璐动画风格、写实复原风格或夜景风格,因为每个世界的渲染器都是量身编写,而非从预设列表中选择。

世界是基底,其上的内容才是核心。

| ✅ | 交互式场景 | 真实地点可在浏览器中漫游——本代码库已实现 | | 🔜 | 动画与视频 | 以代码定义动态:包含镜头清单、运镜语言与长序列连贯性,直接从三维世界中剪辑生成,而非逐帧渲染——涵盖动画风格、与真实场景匹配的纪录片风格 | | 🔜 | 智能体环境 | 将世界作为训练与评估环境:构建场景的代码同时提供奖励机制与验证信号,直接运行即可作为角色扮演游戏(RPG) | | 🔜 | 4D空间、具身化、机器人技术 | 随时间变化的场景,以及几何结构自带真实基准数据的模拟环境 |

代码库包含全流程环节,且每个环节均可重新运行:

  • 调研阶段:多智能体并行工作,获取地图几何数据、海拔高度、交通系统、街道规格及店面统计信息,每条数据均标注来源与置信度。
  • 资产生成阶段:脚本生成构建世界所需的各类组件:外立面模块、街道设施、交通工具、植被、固定装置。部分交付的世界完全不含二进制资产,所有纹理均在启动时实时绘制。
  • 运行阶段:纯Three.js应用根据JSON配置文件,组装地形、街道、外立面、道具、人群与交通系统。
  • 校验阶段:通过Playwright驱动真实应用,对固定视角截图,并与同一地点拍摄的实景照片比对。由建筑师、地理学家、技术美术师、交互设计师组成的独立评审智能体提交报告,指导下一阶段的修复工作。构建者不自行验收成果,每个交付的世界均附带完整质检报告,包含所有缺陷记录。

以代码编写的世界,与以像素生成或存储于潜在空间的世界有着本质区别:

| 可验证性 | 可通过运行程序进行校验。东山地区的每一处海拔数据均来自独立测绘查询;虚拟漫游者会沿整条路线运行真实移动代码;Playwright将固定视角截图与实景照片逐一比对。数值错误即为测试失败,不存在主观判断空间。 | | 可组合性 | 组件可复用且逻辑清晰。联排别墅生成器、屋顶组件库、街道布局引擎——每个模块都有明确接口,一个街区只需数百行代码调用这些模块即可生成。 | | 可编辑性 | “加深店面凹进深度”只需修改代码差异,无需重新生成整个世界。改动完全精准作用于指定位置,且所有后续渲染都会保留该修改。 |

代码与生成资产采用MIT协议。几何数据源自OpenStreetMap(ODbL协议)、美国地质调查局3DEP(公有领域)及日本地理院高程服务。本库不分发参考照片,但每个世界均记录照片来源。品牌名称与标识对应真实地点的真实商家,其所有权归商家所有。