Karpathy实测Opus 5:读一段《魔戒》,10美元直出中土世界!
          新智元报道  昨晚刷到了 Andrej Karpathy 的一条帖子,震惊了几秒。

        他扔给了 Opus 5《指环王》的开篇的第一段,配了大概 10 美元的 Token,要求只有一个:用Three.js把这段话渲染出来。

        然后 Opus 5 就开始跑了。一口气干了两个小时,吭哧吭哧写出了 5500 行代码,硬生生从中土世界的文字里渲染出一个 3D 游戏。

        注意,这个游戏全都是代码写出来的!也就是说,每棵树长在哪里、每块岩石的形状全都是模型写代码画出来的,再通过代码让它们动起来。

        你可以用浏览器打开这个游戏,里面有河流、有夏尔的丘陵、有树木。

        虽然看起来不咋地,挺糙(Karpathy 自己用了个词,janky),但这东西确实是个能跑起来的 3D 世界。

        Karpathy还专门为这个游戏做了个网站。可以进去体验一下。

        地址:https://karpathy.ai/lotr-movie/以前要做这么个东西,你得有团队、预算,而且要干上几个月。

        现在,10 美元搞定。按照Karpathy的说法是:没有一个正常人会花时间写这种高度定制的东西,但 LLM 有世界上所有的耐心。

        过去的一大堆东西「不值得做」,现在 AI 做出来的成本接近 0。

        一个定制的 3D 游戏、一款只属于你的「一次性」游戏、一个为特定剧情量身搭建的虚拟世界——AI 都能替你干完。

        一句话的事。Karpathy的想法更进一步:把玩家丢进这种即时生成的世界里,当一个旁观的 NPC 参与《指环王》的剧情,或者干脆扮演其中一个角色。

        他管这叫「按需生成的临时 GTA」。在 Opus 5 可以一口气狂喷 5500 行代码的今天,这完全可以实现。

        说到这儿提一嘴八卦。一年前,马斯克还在 X 上公开喊话 Karpathy:Andrej, my long lost brother, let us work together again!(安德烈,我失散多年的兄弟,让我们再次并肩作战吧。)

        结果今年 5 月,这位「失散已久的兄弟」官宣加入了 Anthropic。

        就在Karpathy 用 Anthropic 的模型搞出了这么个刷屏帖子底下,马斯克回了字:Yah。

        好了,不聊八卦。回到主题。这个实验真正让我盯着屏幕想了好久的,是Karpathy 最后说的那段话。

        他说,这暴露了 LLM 的一个弱点,它们没法高效审查自己的工作,因为既不能原生感知视频,也不能进到自己生成的场景里去玩。

        Opus 5造出了一个中土世界,但它没办法进去体验这个它自己创造出的世界。

        整整两个小时,它只能用最笨的方法检查自己的工作:在不同位置截屏,看几张静态图,猜自己做对了没。

        中间搞砸了好几次,那些粗糙和 bug 就是这么来的。

        你甚至有点感觉到心酸😔。就像是一个闭着眼睛干活的装修师傅,手艺没问题、速度也快——

        就是没办法后退一步看看整面墙到底刷平了没有。仔细想一想,这其实很是荒唐。

        一个模型有能力从零生成一整个 3D 世界,却没有能力沉浸式地走进去体验一下。

        这其实不只是 3D 渲染的问题。现在的前沿模型写代码、文章、做分析已经跑的飞快。

        10 美元能干出以前一个团队的活。但问题是——做出来之后呢?

        它自己不知道做得好不好。写代码的能力冲上去了,验证代码的能力还站在原地。

        这是一个诡异的状况:一头是近乎无限的耐心和产能,另一头没办法体验到自己的成果。

        所以,接下来就看谁能让 AI 丝滑地审查自己了。写到这我悟了。

        这不就是递归自我进化 RSI 吗?嘿!这事弄的。参考资料:https://x.com/karpathy/status/2083749667410727319编辑:所罗门推荐阅读:我们,已在奇点之中!

        突发!OpenAI下一代AI攻克10项菲尔兹奖级难题秒追ASI⭐点赞、转发、在看一键三连⭐点亮星标,锁定新智元极速推送!
🔗 原文链接:http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652715992&idx=1&sn=4b1d056419373cd05d6ca6881217b952&chksm=f058f615e7cd22e6706b2d1128b12a5e8a335595a255183c73312c596df4f3be665694b915f3
← 返回列表