OpenAI联合创始人安德烈·卡帕西于8月2日在X平台发布推文，提出了一个关于测试人工智能能力的全新思路。这一举动标志着业界对评估大型语言模型（LLM）能力边界的关注点正在从纯文本理解和生成，转向更复杂的跨模态、工程化输出。
卡帕西提出的新AI基准测试思路是：向模型提供《指环王》开篇首段文字作为输入，然后要求模型基于这段文学描述来创建对应的三维（3D）可交互世界。这一过程的复杂性远超传统的文本问答或摘要生成任务。
具体的操作细节显示出极高的技术门槛。卡帕西要求Claude Opus 5使用three.js等工具集，以《指环王》的首段文字为输入内容，来构建整个3D世界。这不仅仅是让模型“描述”一个场景，而是要求其执行实际的软件工程任务。
从资源消耗的角度看，这次测试设定了较高的门槛：测试的最高资源额度被设定为100万tokens，而这一额度的成本约为10美元。在一次具体的运行中，Claude Opus 5耗时约2小时，并输出了大约5500行代码。
最终生成的作品展示了极高的综合能力体现。根据公开资料显示，生成的作品以3D动画的形式呈现了《指环王》开场相关的场景，其中包括人们参加比尔博告别宴会以及充满财宝的洞穴等元素。这表明模型需要将文学叙事转化为可供用户在虚拟空间中体验的视觉和交互内容。
背景分析方面，这一测试思路的核心在于考察模型的“系统级推理”能力。它要求AI不仅要理解文本背后的世界观、人物关系（如比尔博告别宴会），还要将其分解为代码结构、物理引擎参数、渲染流程等多个工程模块，并协同工作。
从时间线来看，卡帕西于8月2日提出此思路，并在后续的测试中展示了Claude Opus 5在这一复杂任务上的执行过程。这构成了一个清晰的“提出设想—设定资源限制—模型执行—成果展示”的时间序列。
影响分析方面，如果AI能够稳定、高效地完成此类任务，其应用场景将极大地拓宽。它预示着未来AI可能不再局限于内容创作的初级阶段，而是深入到需要跨学科知识整合和复杂工程实现的领域，例如游戏资产生成、虚拟现实（VR）叙事构建等。
对于关注前沿AI技术发展的读者而言，可以观察以下几点：首先，模型在处理长文本输入时的连贯性保持能力；其次，代码输出的模块化程度与可执行性；最后，跨越“语言描述”到“三维交互实现”这一鸿沟的能力边界。这为业界提供了一个衡量下一代通用人工智能（AGI）关键指标的参考点。
信息来源
本文基于上述公开资料整理，未使用来源页面的图片、视频或嵌入媒体。