卡帕西推「指环王」新基准：Opus 5耗百万Token搓3D世界
量子位 · wechat · 2026-08-03
随着大模型能力提升，曾经风靡的“鹈鹕骑自行车”SVG测试已逐渐摸到天花板。AI 大神卡帕西近日提出了一套更严苛的“指环王”基准，以测试模型的长程规划与空间理解能力。
新测试要求模型读取《指环王》小说开头，并使用 Three.js 代码构建一个可实时运行的 3D 世界。Claude Opus 5 在该任务中耗时 2 小时、消耗 100 万 Token 并生成 5500 行代码，最终搭建出粗糙但具备空间结构的场景。卡帕西指出，这暴露了当前模型“能写代码搭场景，却无法真正‘看懂’视频或亲自体验游戏”的短板。
该测试引发了社区的广泛跟进与探讨：
- 工作流畅想：卡帕西认为，未来可用程序化代码控制分镜骨架，再结合视频生成模型（如 Seedance）和音频 API 补足高保真细节。
- 硬核玩家实测：有网友用 Agent 搭建低多边形风格的旧金山，有人构建接入实时数据的纽约 3D 模型，甚至有人用纯代码为自己生成了一场专属的 Kanye West 演唱会。
- 基准有效性争议：部分人质疑这只是在测试 Three.js 代码能力且算力消耗过大；但支持者认为，将抽象文本转化为 3D 动画，需要模型同时处理空间、物理与数学推理，这或许证明了大语言模型的通用推理能力正自然延伸至三维领域。
所属事件:Karpathy用《指环王》测模型3D生成(7 条相关)→
「编程与Agent」频道最新
- 用 Codex 17分钟写好 iPhone Duo 抢购程序，41项测试通过 — xiaohu · 2026-10-16
- 多玩家长期记忆产品登顶 BEAM 记忆基准，一条 prompt 即可安装 — CurieuxExplorer · 2026-10-16
- 生成式 CAD 工具 NativeCAD 提供 177 个 MCP 工具，85% 以上英文建零件需求可通过 — burhop · 2026-10-16
- Flux AI CAD 支持导入 STEP 文件后用自然语言直接改型 — burhop · 2026-10-16
- 同时开 50 个 AI 任务是充电还是烧脑?开发者吵起来了 — zack_overflow · 2026-10-16
- 创业者用 Opus 一次清掉 3 万行技术债,印证「等新模型来重构」策略 — lucasmeijer · 2026-10-16