产业 / 媒体
Claude Opus 5 单条提示词生成完整3D游戏，物理引擎与音乐全部由代码驱动
Anthropic的Claude Opus 5正在将AI生成游戏的能力推向新高度。用户只需输入一条文本提示词，该模型便能生成包含几何体、纹理、物理引擎乃至背景音乐的完整3D游戏，所有内容均以代码形式呈现，最终打包为可在浏览器中直接运行的单个HTML文件，无需任何外部素材或预制资产。社区测试显示，Opus 5相比去年的Claude 4 Opus实现了显著的质量跃升——一年前同类请求只能生成平面色块，如今已能产出带有泥痕、植被与分层光照的精细场景。在与GPT-5.6 Sol及Kimi K3的横向对比中，Opus 5在物理真实感和机制复杂度方面均表现更优。目前社区已将重建《我的世界》作为非正式压力测试，有用户生成了包含15种生物群系、无限程序化世界及生存与创造双模式的完整克隆版本。
过去数天，用户们仅凭一条提示词便生成了第一人称射击游戏、潜水艇游戏、卡丁车竞速以及《我的世界》克隆版本。Claude Opus 5的核心能力在于：它不仅能写出语法正确的代码，还内化了真实世界的运动规律——滑雪板在雪地上的摩擦感、风穿过草地时的弯曲弧度，这些细节无需在提示词中说明，模型会自行补全。
开发者Matt Shumer发布了一款《使命召唤》风格的射击游戏，屏幕上的所有元素包括纹理均由生成代码构成，完整源码已上传至GitHub，项目名为Claude-of-Duty。另一位用户Alex Ermolov测试了滑雪板演示，称Opus 5的表现与Fable相当，且领先于他测试过的所有其他模型，首次运行即无视觉错误，滑行物理感受自然。
在横向对比测试中，用户Chetaslua用同一提示词分别驱动Opus 5、GPT-5.6 Sol和Kimi K3生成罗马弩炮场景。后两者均能生成可辨认的弩炮，但可运动部件更少，场景细节也远不及Opus 5的版本——后者配有完整控制面板，整体质感更接近成品游戏而非原型。用户Chris则将Claude 4 Opus一年前的输出与Opus 5并排对比，差距一目了然。
从技术路径来看，Opus 5的实现方式与传统3D开发截然不同。传统开发依赖素材库、图像纹理文件和独立物理引擎；而Opus 5生成的几何体是程序化的，纹理以着色器代码形式存在，物理与控制逻辑也一并写入代码，整个游戏通过Three.js在浏览器中运行，一个HTML文件即可承载全部内容，且可直接打开编辑。
这一方式与Google Genie 3或视频生成类世界模型存在本质区别。后者逐帧计算并输出图像序列，结果仅为视频流，无法编辑或复用；而Opus 5输出的是可修改的代码。目前社区已将重建《我的世界》作为非正式压力测试，用户Pankaj Kumar生成的版本包含无限程序化世界、15种生物群系及生存与创造双模式，整个构建过程消耗了约2500万个token。
需要指出的是，这些社区演示并非严格意义上的基准测试——没有标准化任务、没有评分体系，也无法控制每个模型的尝试次数。但它们提供了一种任何人都能复现并直观判断的粗略参照。Anthropic在Opus 5发布公告中表示，该模型能产出远强于早期版本的视觉输出，合作测试方将其评为迄今见过的最佳AI动画、游戏与3D作品。
要点
- Claude Opus 5可从单条文本提示词生成包含物理引擎、纹理与音乐的完整3D游戏，所有内容均为程序化代码，无需任何外部素材
- 输出结果为可在浏览器直接运行并可编辑的HTML文件，与仅输出视频流的世界模型相比具有更高的实用性
- 社区横向测试显示，Opus 5在物理真实感和场景复杂度上优于GPT-5.6 Sol和Kimi K3，与去年同款模型相比质量跃升显著
- 重建《我的世界》已成为社区非正式压力测试，有版本实现了15种生物群系与双游戏模式，但此类测试缺乏标准化方法论
- 该能力的核心在于模型对真实世界物理规律的内化，而非仅依赖提示词中的显式描述
原始标题：Claude Opus 5 pushes prompt-to-game AI from rough color blocks to full 3D prototypes with physics and music
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。