知识卡片：Karpathy用10美元让Opus 5生成《指环王》3D交互场景

英文标题： Karpathy's $10 Budget for Opus 5 to Generate a 3D Interactive Lord of the Rings Scene

英文关键词： AI agent; Opus 5; Three.js; 3D interactive scene; virtual world generation; long-horizon coding

一句话结论

Karpathy以约10美元、约100万Token的预算，让Opus 5模型自主运行近两小时，写出约5500行代码，将《指环王》开篇文字做成了可交互的3D场景。这个实验展示了大模型按需生成临时虚拟世界的潜力，也暴露了模型无法原生感知视频、只能靠静态截图自检的局限。

事件概述

腾讯研究院AI速递报道，Karpathy给Opus 5约100万Token（成本约10美元）预算，要求用Three.js把《指环王》开篇文字做成可交互3D场景。模型自主运行近两小时，写出约5500行代码，完成了资产建模、坐标摆放与镜头动画。最终效果粗糙，但整体可玩。

方法/产品要点

• 模型：Opus 5
• 预算：约100万Token，成本约10美元
• 任务：用Three.js把《指环王》开篇文字转化为可交互3D场景
• 过程：模型自主运行近两小时，生成约5500行代码
• 输出：包含资产建模、坐标摆放与镜头动画的3D交互场景

主要结果或产业意义

Karpathy设想未来大模型可按需生成临时虚拟世界。本次实验以极低成本展示了AI在长程编程和3D内容生成上的潜力，可能对游戏制作、虚拟世界快速原型等领域有意义。但模型“能写游戏却难自检”，因为无法原生感知视频，只能靠静态截图慢慢调整。

为什么重要

该案例属于AI智能体自主完成复杂任务的前沿演示，由知名AI研究者Karpathy发起，成本低、过程长、产出完整。相比一般代码生成评测，它强调了模型在“视觉反馈循环”上的瓶颈：生成的是3D交互场景，却无法直接“看”结果。这为后续开发多模态自检能力提供了方向，也与已有算法设计智能体类卡片形成互补——本条聚焦于交互式3D内容生成中的自主性与视觉自检难题。

局限与不确定性

• 材料未说明Opus 5的具体版本和参数，待核实。
• 生成场景的实际视觉效果、交互流畅度等细节待核实。
• 模型无法原生感知视频，只能靠静态截图调整，因此效果粗糙。
• “未来大模型可按需生成临时虚拟世界”目前是Karpathy的设想，尚未成为产品。

可用于图书/PPT/简报的角度

• 作为“AI智能体自主编程”的成功案例：一次提示，两小时自主工作，生成可玩场景。
• 作为“AI创作工具的成本优势”案例：10美元成本与传统3D场景开发成本对比。
• 作为“AI与视觉自检”的讨论入口：能写代码不代表能评估输出，多模态闭环是关键。

原始材料

腾讯研究院AI速递 20260804。 来源：https://m.sohu.com/a/1058375324_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334