پرش به محتوای اصلی
پرش به محتوای مقاله

Claude Opus 5 در برابر GPT-5.6 در تولید بازی‌های سه‌بعدی رویه‌ای

·۱۱ مرداد ۱۴۰۵۴ دقیقه مطالعه
کلaude Opus 5 هوش مصنوعی را از بلوک‌های رنگی به نمونه‌های سه‌بعدی با فیزیک و موسیقی ارتقا داد
کلaude Opus 5 هوش مصنوعی را از بلوک‌های رنگی به نمونه‌های سه‌بعدی با فیزیک و موسیقی ارتقا داد
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

انتقال از تولید ویدئوهای شبیه‌سازی‌شده به تولید کد رویه‌ای (Procedural) برای محیط‌های سه‌بعدی. این اولین بار است که یک مدل زبانی توانسته قوانین فیزیکی و هندسی را در قالب کد قابل اجرا در مرورگر با این سطح از دقت پیاده کند.

تصور کنید یک طراح بازی بتواند تنها با نوشتن یک جمله، دنیای سه‌بعدی با قوانین فیزیکی دقیق خلق کند و سپس هر جزئیات آن را با تغییر چند خط کد اصلاح نماید. این دیگر یک رؤیای دور نیست؛ Claude Opus 5 اکنون می‌تواند محیط‌های مجازی را بدون نیاز به هیچ فایل خارجی، مستقیماً در مرورگر اجرا کند. این یک پیشرفت بنیادین است: «کد خالصی که مستقیماً در مرورگر اجرا می‌شود».

طبق اعلام توسعه‌دهندگان در ۲ اوت ۲۰۲۶، این مدل می‌تواند هندسه، بافت‌ها و قوانین فیزیکی محیط‌های سه‌بعدی را به‌طور کامل تولید کند. این یعنی یک پرامپت ساده، منجر به خلق یک بازی تیراندازی اول‌شخص می‌شود که تمام اجزای آن با کد ساخته شده‌اند و هیچ دارایی (Asset) خارجی در آن وجود ندارد. این رویکرد با خط لوله‌های سنتی تولید بازی که در آن هنرمندان باید دستی فایل‌های تصویر و بافت را بارگذاری می‌کردند، کاملاً متفاوت است.

همان‌طور که در تحلیل قبلی ما درباره‌ی Claude Code اشاره کردیم، آنتروپیک در مسیر خودکارسازی زیرساخت‌های پیچیده گام برداشته بود؛ اکنون این مدل قوانین بصری و فیزیکی جهان‌های مجازی را نیز خودکار می‌کند. این مدل تنها یک صحنه را «رسم» نمی‌کند، بلکه محاسبات می‌کند که یک اسنوبرد چگونه روی برف می‌لغزد یا باد چگونه گیاهان را خم می‌کند. برای این کار، مدل باید درک درونی دقیقی از ظاهر و حرکت جهان داشته باشد؛ چرا که نوشتن یک صحنه از صفر نیازمند چیزی فراتر از سینتکس تمیز برنامه‌نویسی است.

تولید رویه‌ای (Procedural Generation) — شبیه به ساخت یک خانه با دستورالعمل‌های ریاضی به‌جای چیدن تک‌تک آجره‌ها — تفاوت بنیادین این مدل با رقباست. برخلاف مدل‌هایی مثل Genie 3 گوگل یا دیگر «مدل‌های جهان» (World Models) که تنها یک جریان ویدئویی غیرقابل ویرایش تولید می‌کنند، Claude Opus 5 کد می‌نویسد. در سیستم‌های ویدئویی مانند Genie 3، هر فریم محاسبه شده و به صورت یک توالی تصویری باز می‌گردد؛ این یعنی هیچ چیزی برای ویرایش یا استفاده مجدد در مراحل بعد باقی نمی‌ماند.

در مقابل، مدل اپوس ۵ کدی تولید می‌کند که می‌توانید آن را باز کرده و تغییر دهید. هندسه محیط‌ها رویه‌ای است؛ یعنی کدهایی که نقاط و سطوح را در لحظه‌ی اجرا (Runtime) محاسبه می‌کنند. بافت‌ها نیز در قالب شیدرهای کدنویسی شده هستند؛ به عبارتی، بافت‌ها نیز خودِ کد هستند. از آنجا که مدل قوانین فیزیکی و کنترل‌ها را می‌نویسد و آن‌ها را روی Three.js (یک کتابخانه جاوااسکریپت برای نمایش سه‌بعدی) اجرا می‌کند، تنها یک فایل HTML برای کل بازی کافی است. به نقل از آنتروپیک در بیانیه‌ی رسمی، خروجی‌های بصری این نسخه به‌مراتب قدرتمندتر از نسخه‌های پیشین است.

کلaude Opus 5 هوش مصنوعی را از بلوک‌های رنگی خام به نمونه‌های سه‌بعدی کامل با فیزیک و موسیقی ارتقا می‌دهد.

در نمایش‌های اخیر، طیف گسترده‌ای از محتواها تولید شده است که دقت مدل را به رخ می‌کشد و از ماشین‌آلات پیچیده تا مسابقات کارتینگ را شامل می‌شود:

  • Claude-of-Duty اثر مت شومر: یک بازی تیراندازی مشابه Call of Duty که هر پیکسل و بافت آن توسط کد تولید شده است. شومر در شبکه X تأکید کرد که «نه حتی یک دارایی خارجی» در این پروژه استفاده نشده و کد منبع آن در گیت‌هاب در دسترس است.
  • بازی زیردریایی اثر پیترو شیرانو: پروژه‌ای که در آن هوش مصنوعی اشیاء سه‌بعدی، بافت‌ها و موسیقی بازی را به‌طور هم‌زمان تولید کرد.
  • چمن‌زار لِنتیلز: یک فایل HTML واحد که حاوی میلیون‌ها تیغه چمن است که به باد شبیه‌سازی شده واکنش نشان می‌دهند.
  • بالیستای چتاسلوا: یک سلاح محاصره رومی که مقابل یک قلعه قرار گرفته و دارای یک پنل کنترل کامل است. چتاسلوا اشاره کرد که پرامپت او در اپوس ۵، خروجی‌ای بسیار نزدیک به یک بازی کامل تولید کرد، در حالی که مدل‌های GPT-5.6 Sol و Kimi K3 نمونه‌های اولیه‌ای با قطعات فعال کمتر ارائه دادند.
  • دموی اسنوبرد الکس ارمولوف: ارمولوف بیان کرد که اپوس ۵ با مدل Fable برابر و از هر مدل دیگری که آزمایش کرده جلوتر است و تأکید کرد که «فیزیک لغزش کاملاً درست حس می‌شود» و هیچ نقص بصری (Glitch) در آن دیده نمی‌شود.

کلaude Opus 5 هوش مصنوعی را از بلوک‌های رنگی به نمونه‌های سه‌بعدی با فیزیک و موسیقی ارتقا داد

برای سنجش دقیق‌تر، جامعه توسعه‌دهندگان «تست‌های استرس» متمرکزی را روی بازسازی ماینکرفت تنها با یک پرامپت متمرکز کرده‌اند. نسخه ساخته شده توسط پانکاج کومار دارای یک دنیای رویه‌ای بی‌نهایت با ۱۵ بایوم (منطقه زیستی) و هر دو حالت بقا (Survival) و خلاقیت (Creative) بود. تمام دارایی‌های گرافیکی، بافت‌ها و صداها در لحظه اجرا تولید شدند و در مجموع ۲۵ میلیون توکن (Token) — تکه‌های کوچکی از متن شبیه برش‌های کیک که مدل می‌خورد — مصرف شد.

سایر تست‌های مقایسه‌ای بر دقت و فیزیک متمرکز بوده‌اند:

  • مدل‌سازی هوانوردی: کاربر Harshith مدل‌های Opus 5، Fable 5 و GPT-5.6 Sol را مأموریت داد تا یک هلیکوپتر Airbus H145 را در محیط Three.js بازسازی کنند.
  • شبیه‌سازی فیزیک: وب‌سایت atomic.chat چهار مدل را برای ساخت سه صحنه به چالش کشید: برخورد گوی تخریب‌گر به یک آپارتمان، گردبادی که دشت را در می‌نوردد و یک صحنه سوم. طبق گزارش atomic.chat، تنها اپوس ۵ توانست هر سه صحنه را به‌طور متقاعدکننده و درست اجرا کند.

کلaude Opus 5 هوش مصنوعی را از بلوک‌های رنگی به نمونه‌های سه‌بعدی با فیزیک و موسیقی ارتقا داد

این قابلیت جهشی بزرگ در استدلال بصری است. مقایسه‌ای توسط کاربر کریستوفر نشان می‌دهد که سال پیش، Claude 4 Opus برای پرامپت «ماشینی در جاده خاکی» (که صریحاً خواسته شده بود هیچ بافتی نباشد)، تنها بلوک‌های رنگی تخت و ساده تولید می‌کرد. اما امروز Opus 5 به‌طور خودکار رد گل، پوشش گیاهی و نورپردازی لایه‌بندی شده را خلق می‌کند.

برای کسب‌وکارهای توسعه بازی، این یعنی فروپاشی و حذف مرحله طولانی نمونه‌سازی (Prototype). تیم‌های کوچک اکنون می‌توانند در چند ثانیه از یک مفهوم ذهنی به یک پروتوتایپ سه‌بعدی قابل بازی برسند، به جای اینکه هفته‌ها زمان صرف کنند. این گذار از ابزارهای سنتی به سمت اتوماسیون کامل، یادآور بحث‌های اخیر درباره‌ی تضاد میان رابط‌های کاربری بومی و اتوماسیون در توسعه هوش مصنوعی است که بر ضرورت تغییر بنیادین در نحوه تعامل انسان با ابزارهای خلق دیجیتال تأکید داشت. توانایی تکرار و اصلاح روی کد، به‌جای انتظار برای رندر شدن یک ویدئو، باعث می‌شود بازی‌های تولید شده توسط هوش مصنوعی، از نمایش‌های بصری صرف به دارایی‌های دیجیتال قابل ویرایش تبدیل شوند.

با این حال، این نتایج هنوز یک محک (Benchmark) رسمی و آکادمیک نیستند. هیچ وظیفه استاندارد، هیچ مقیاس رتبه‌بندی دقیقی وجود ندارد و هیچ کنترلی روی این موضوع نیست که هر مدل برای رسیدن به خروجی نهایی چند بار تلاش کرده است. البته برای قضاوت درباره این نتایج، نیازی به مهارت برنامه‌نویسی نیست، هرچند که تسلط بر مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن برای گرفتن بهترین جواب — می‌تواند در هدایت مدل به نتیجه بهتر کمک کند.

برای مشاهده این فیزیک در عمل، می‌توانید کد منبع پروژه «Claude-of-Duty» را در گیت‌هاب بررسی کنید یا پیشرفت جامعه توسعه‌دهندگان در چالش بازسازی ماینکرفت را دنبال نمایید.

گام بعدی شما

  • بررسی کد منبع پروژه Claude-of-Duty در گیت‌هاب برای درک نحوه ساخت اشیاء سه‌بعدی با کد.
  • دنبال کردن چالش بازسازی ماینکرفت در انجمن‌های توسعه‌دهندگان برای مشاهده مرزهای تولید رویه‌ای.
  • تست مدل‌های زبانی برای تولید المان‌های ساده سه‌بعدی با کتابخانه Three.js در پروژه‌های کوچک خود.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این قابلیت با حذف نیاز به دارایی‌های گرافیکی خارجی، هزینه و زمان نمونه‌سازی بازی‌ها را به شدت کاهش می‌دهد. بر اساس تجربه توسعه‌دهندگان، تبدیل ویدئوهای غیرقابل تغییر به کدهای قابل ویرایش، اعتبار مدل‌های زبانی را در کاربردهای صنعتی افزایش می‌دهد.

تأثیر برای ایران

به دلیل محدودیت‌های دسترسی به APIهای پیشرفته آنتروپیک، توسعه‌دهندگان ایرانی فعلاً باید از واسط‌ها یا دسترسی‌های خارج از کشور برای تست این قابلیت استفاده کنند.

·نگاه ما
تحریریه دات‌هوش

تولید کد رویه‌ای به‌جای تولید پیکسل، نقطه مرگ مدل‌های «جهان-ویدئویی» (World Models) است. وقتی خروجی یک مدل، کد قابل ویرایش باشد، هوش مصنوعی از یک «نقاش ماهر» به یک «معمار» تبدیل می‌شود که ساختار را می‌فهمد نه فقط ظاهر را. این تغییر پارادایم، استنتاج بصری را به استنتاج منطقی گره می‌زند و احتمالاً مسیر توسعه موتورهای بازی‌سازی را برای همیشه تغییر می‌دهد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.