KeyFrame內部研究專用

🚀Claude Opus 5深度实测!编程能力超越Fable 5!Token价格与4.8完全持平!从一张平面图生成可探索3D住宅,到Godot游戏开发,到原生Android应用,编程能力究竟有多强?

AI超元域·7月25日週六·16 min中文

三句話摘要

Claude Opus 5 模型的深度編程與視覺能力測試,展示其在 3D 生成、動畫、遊戲開發與應用開發的卓越表現。 Claude Opus 5 在視覺理解、動畫生成、遊戲引擎與應用開發方面已達工業應用級別,同等定價下相比 Opus 4.8 是明顯的性能躍升,值得所有需要視覺編程能力的開發者立即遷移採用。 視覺理解與空間建模能力:Opus 5 能根據單張平面圖精準還原真實房屋的完整 3D 可探索模型,包括所有房間、傢俱、光影效果與窗戶視角,表明其視覺理解已達工業應用級別。

重點整理

重點
  • 1

    視覺理解與空間建模能力:Opus 5 能根據單張平面圖精準還原真實房屋的完整 3D 可探索模型,包括所有房間、傢俱、光影效果與窗戶視角,表明其視覺理解已達工業應用級別。

  • 2

    複雜視覺生成的品質躍升:相比前代模型,Opus 5 生成的黑洞視覺效果接近《星際穿越》電影水準,科幻飛船細節完整逼真,說明其在物理模擬與美學渲染方面有顯著進步。

  • 3

    編程自動化能力成熟:在 Claude Code 中,Opus 5 能完全自動化開發 Minecraft 風格遊戲與原生 Android 應用,包含無限地圖生成、天氣變化系統、自動測試驗收,無需人工修正。

  • 4

    邏輯推理與動畫結合:測試題如「農夫過河」結合推理邏輯與 SVG 動畫生成,Opus 5 的表現優於 Claude 3 與 GPT-5.6,標誌著複合推理任務的新水準。

實用技巧與重點

乾貨
  • 模型基本信息
  • 模型名稱:Claude Opus 5(文中簡稱 Cloud Ops 5)
  • 知識截止日期:2026 年 5 月
  • 定價:與 Opus 4.8 相同
  • 使用平台:Claude 網頁版、Claude Code
  • 測試項目與工具
  • 3D 房屋還原:使用 Three.js,支援第一人稱與俯視視角
  • 黑洞模擬:參數調節面板,可改變視覺效果
  • 科幻飛船:根據《三體》設定還原極光號,支援艙室探索與外部視角
  • 遊戲開發:使用 Godot 遊戲引擎,開發類 Minecraft 恐龍世界遊戲
  • Android 開發:原生 Android 開發,自動打開模擬器進行測試
  • 動畫生成:SVG、簽筆手繪風格、複合弓射箭瞬間
  • 測試成果時間
  • 遊戲開發耗時:約 1 小時
  • Android 應用開發加測試耗時:26 分鐘 10 秒
  • 遊戲測試無需人工干預,自動完成
  • 遊戲功能示例
  • 無限地圖生成(不同於 Kimiki 3 的有限地圖)
  • 天氣系統(下雨、下雪、晴天)
  • 生物系統(恐龍、翼龍、鯊魚、小魚)
  • 武器系統(加特林槍、手雷、炸彈)
  • 地形變化(荒原、冰原、水域)
  • 時間循環(晝夜交替,從凌晨 6 點到黑夜)
  • Android 應用示例
  • 應用名稱:單詞卡學習應用
  • 功能:單詞卡片翻轉、發音、收藏、練習、成就系統、暗亮主題切換
  • 自動測試流程:自動滑動卡片、點擊交互、回答問題

結論

結論

Claude Opus 5 在視覺理解、動畫生成、遊戲引擎與應用開發方面已達工業應用級別,同等定價下相比 Opus 4.8 是明顯的性能躍升,值得所有需要視覺編程能力的開發者立即遷移採用。

完整解析

詳細

這支影片深度測試了 Claude Opus 5 模型在編程與視覺生成方面的能力。講者首先揭示 Opus 5 的知識截止日期為 2026 年 5 月,是目前最新的模型,且定價與 Opus 4.8 相同,性能卻超越了 Fable 5,這對開發者來說是個重大利好。

為了充分測試 Opus 5 的能力,講者設計了一系列難度逐次提升的測試。第一項測試是將房屋平面圖轉換成完全可探索的 3D 模型。講者提供了兩層房屋的平面圖,並要求 Opus 5 使用 Three.js 生成真實的 3D 房屋,支援第一人稱與俯視視角。生成結果超乎預期——不僅每個房間都正確還原,還精心添加了房間標籤、傢俱細節、窗戶透視,甚至地板質感與光影效果都相當逼真。用戶可以自由移動、雙擊進入房間、透過窗戶眺望,體驗完全接近真實建築漫遊。

接著是黑洞模擬測試。講者給出極為複雜的提示詞,要求生成可互動的黑洞模型。生成結果的視覺品質接近《星際穿越》電影中的黑洞——具有清晰的吸積盤、真實的光學扭曲與視覺張力。相比之前的模型(生成效果簡陋粗糙),Opus 5 的表現是質的飛躍。右側參數面板還允許用戶動態調節黑洞參數,實時看到視覺變化。

第三項是根據科幻小說《三體》的描述還原極光號宇宙飛船。這是個極為複雜的任務——需要理解小說中的設定、構建飛船結構、模擬艙室環境、添加交互細節。Opus 5 完美勝任:生成了兩個巨大的轉動輪轂(飛船艙室)、磁場設備(用於清理宇宙塵埃)、燃料儲存艙、內部植被環境,甚至還原了飛船的自轉效果——背景星空隨著飛船轉動而後退。用戶可以探索艙室內部、透過窗戶眺望星空、親身體驗小說中的場景。

為進一步提升難度,講者提供了一張帶自動重力的科幻飛船圖片,要求 Opus 5 基於圖片還原 3D 模型。生成的飛船同樣逼真——可見尾部噴火、窗戶透視、艙門自動打開、內部屏幕顯示數據,整體效果堪稱完美。

在經典測試題上,Opus 5 也展現優勢。三隻鳥騎自行車在土星軌道比賽的動畫中,細節刻畫精細(包括編號、自行車動作);複合弓射箭的 SVG 動畫準確模擬了箭的變形與滑輪轉動;農夫過河的邏輯推理加動畫生成更優於 Claude 3 與 GPT-5.6。

真正的考驗來自 Claude Code 中的應用開發測試。講者要求 Opus 5 開發一款 Minecraft 風格的第一人稱射擊遊戲,背景設定為恐龍世界,玩家配備加特林槍與手雷。經過約 1 小時的自動化開發,遊戲成功運行。測試中可見:無限地圖自動生成(不同於前代的有限地圖限制)、動態天氣系統(下雨、下雪、晴天交替)、時間循環(晝夜變化,含月亮與太陽)、生物系統(恐龍、翼龍、鯊魚等),以及完善的武器與爆炸效果。特別值得注意的是,整個遊戲完全無需人工修正,自動化程度已達生產級別。

最後一項測試是原生 Android 開發——開發一款單詞卡學習應用。Opus 5 不僅完成編碼,還自動打開模擬器進行測試,測試過程包含卡片滑動、點擊互動、答題檢驗、進度追蹤,整個開發加測試耗時僅 26 分鐘 10 秒。這表明 Opus 5 已能勝任快速原型開發與自動化測試流程。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。