Fable 5 erschafft spielbare 3D-Welten: Unterwasser-Manhattan, lebendige Gemälde und 63 Three.js-Experimente

Einleitung

Fable 5 ist wieder ins Rampenlicht zurückgekehrt, und diesmal nicht wegen eines kleinen Coding-Benchmarks oder einer einfachen Demo-Seite. Peter Gostev von Arena.ai teilte ein Video, das 63 hochkomplexe 3D-Welten zeigt, die mit Fable 5 erzeugt wurden – die meisten davon als interaktive Umgebungen im Stil von Three.js aufgebaut, und viele funktionierten bereits beim ersten Durchlauf.

Die Beispiele reichen von einem Bären, der in einem Fluss Lachse fängt, über ein Unterwasser-Manhattan und eine begehbare Version von Van Goghs Sternennacht bis hin zu unmöglichen Perspektiven im Mikromaßstab und großen prozedural erzeugten Stadtszenen. Interessant an den Demos ist nicht nur, dass sie gut aussehen. Sondern dass sie visuelle Struktur, Code, Interaktion, Animation und Umweltlogik in einzelnen generierten Welten miteinander verbinden.

Quellenhinweis: Dieser Artikel ist eine englische, publikationsreife Neufassung auf Grundlage des ursprünglichen Artikels der BAAI/Zhiyuan Community: 1600代码造出水下曼哈顿，Fable 5让Karpathy看呆了. Laut Originalartikel stammt der Inhalt aus 新智元 / WeChat. Die Bildrechte verbleiben bei ihren jeweiligen ursprünglichen Eigentümern. Bilder, bei denen es sich eindeutig um QR-Codes, Plattform-Symbole, Werbeblöcke oder dekoratives Material handelt, wurden entfernt.

Code-Hinweis: Der Originalartikel behandelt generierten HTML-/Three.js-Code sowie eine öffentliche Prompt-Sammlung, enthält im Hauptteil jedoch keinen vollständigen Quellcodeblock. Aus diesem Grund wird hier kein Codeblock ergänzt.

Karpathy war vom Bären und dem Lachs überrascht

Einer der einprägsamsten Clips zeigt einen Bären, der an einem Fluss steht und einen springenden Lachs fängt. Der Fisch erstarrt nach dem Fang nicht einfach an Ort und Stelle. Er zappelt, bewegt sich und lässt die Szene eher wie eine kleine physische Geschichte wirken als wie ein statisches 3D-Objekt.

Genau dieses Detail zog die Aufmerksamkeit von Andrej Karpathy auf sich. In seiner Reaktion sagte er, ihm sei nicht vollständig bewusst gewesen, dass Modelle inzwischen reichhaltige, spielbare Welten erschaffen können, in denen Code und Wissen miteinander verschmelzen. Der Clip verlagerte die Diskussion über die Frage „Kann KI ein schönes Bild erzeugen?“ hinaus hin zu einer tieferen Frage: Wie viel Weltverständnis kann ein Modell in ausführbare Geometrie, Bewegung und Interaktion übersetzen?

Karpathy verwendete außerdem den Ausdruck „fablemaxxing“, um das Gefühl zu beschreiben, Fable-artige Umgebungen auf ein höheres Niveau zu heben. Der Punkt war nicht nur, dass eine einzelne Szene beeindruckend aussah. Sondern dass jede neue Modellstufe kann

einen unerwarteten qualitativen Sprung offenbaren.

1.600 Zeilen Code: Ein lebendiges Unterwasser-Manhattan

Das herausragende Beispiel in Gostevs Video ist eine Unterwasserversion von Manhattan. Die Szene zeigt die gesamte Insel, von Battery bis Inwood, mit Central Park, Wolkenkratzern, Straßennetz, Brücken und dichten Gebäudesilhouetten, alles in einer einzigen erkundbaren Welt verdichtet.

Besonders beeindruckend an der Demo ist ihr Maßstab. Laut dem ursprünglichen Bericht prüfte Gostev den generierten Quellcode und stellte fest, dass die gesamte Szene von ungefähr 1.600 Zeilen Code getragen wurde. Das ist natürlich keine vollständige Produktionspipeline, aber es reicht aus, um den Eindruck einer lebendigen Unterwasserstadt mit erkennbarer Struktur und Detailtiefe zu erzeugen.

Der entscheidende Punkt ist nicht, dass das Modell eine perfekte Karte reproduziert hat. Das stärkere Signal ist, dass es ein kohärentes räumliches System erzeugt hat: ein Stadtlayout im großen Maßstab, landmarkenartige Silhouetten, Umgebungsstimmung, Kamerabewegung und visuelle Dichte, die zusammenwirken.

63 Welten in sechs Themenbereichen

Gostevs vollständige Sammlung umfasst 63 3D-Experimente. Der ursprüngliche Bericht ordnet sie in sechs große Kategorien ein, die große Welten, spielbare Szenen, kunstinspirierte Umgebungen, unmögliche Perspektiven, Naturschauspiele und kosmische Finales abdecken.

Abschnitt	Prompt-Bereich	Anzahl
Große 3D-Welten	1–30	30
Spielbare und spielähnliche Szenen	31–42	12
Lebendige Kunstwelten	43–49	7
Unmögliche Perspektiven	50–52	3
Naturschauspiele	53–59	7
Elementares und kosmisches Finale	60–63	4

Zu den Beispielen für große Welten gehören Istanbul über Europa und Asien hinweg, London über 2.000 Jahre, die Pyramiden, Pompeji während des Ausbruchs und Verkehr, der über die Golden Gate Bridge fließt. Das sind keine kleinen Hero-Bilder. Es sind Versuche, wiedererkennbare Orte und historische Schauplätze in erkundbare prozedurale Szenen zu verwandeln.

![Das Bild zeigt eine 3D-Szene aus Fable 5 mit dem Titel „Underwater Manhattan“. In der Szene geht die Sonne unter, der Himmel ist in Orange- und Rosatöne getaucht, auf der Wasseroberfläche glitzern Lichtreflexe, und die Stadtbebauung erstreckt sich unter Wasser. Brücken verbinden das Festland mit den Unterwasserbereichen, und Boote fahren durch das Wasser. Links befindet sich ein Text, der die Szene als eine unerwartete Umgebung im historischen Zentrum Istanbuls beschreibt, mit Wahrzeichen wie der Hagia Sophia und der Blauen Moschee. Rechts ist das Logo „Claude

Fable
5“ zu sehen.

Am unteren Bildrand sind die zweisprachigen Untertitel „this is looking like completely exceptional“ und „这看起来简直非同寻常“ zu sehen.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/e6fa9c81-6c69-4613-875a-a3cc0be51aca-07-c486cac4-2461-4856-8344-e0ab3e1964ca.png)

Eine andere Gruppe setzt stärker auf Fantasy und Spektakel. Ein Beispiel ist ein essbares Königreich in einer schokoladenfabrikartigen Welt, voller Süßigkeitenbauten, Brücken, Gärten und dekorativer Systeme.

Die spielbare Kategorie umfasst Szenen wie Rooftop-Parkour in New York, einen Physik-Spielplatz, auf dem eine Stadt auseinandergebrochen werden kann, und eine Flugsimulation mit Cockpit-artiger Steuerung. Diese Szenen werden nicht als ausgereifte Spiele beschrieben. Treffender lassen sie sich als interaktive Prototypen verstehen, die zeigen, wie schnell ein Modell visuelle Logik, Steuerung und Umgebungsverhalten zusammenfügen kann.

Lebendige Kunstwelten: Wenn ein Gemälde zu einem Ort wird

Einige der interessantesten Beispiele basieren auf berühmten Gemälden. Ein Bild wie Van Goghs Sternennacht lässt sich nicht einfach in 3D übertragen, weil das Modell ein flaches Bild nicht einfach kopieren kann. Es muss Pinselstriche, wirbelnde Formen, Farbrhythmen und räumliche Tiefe als Objekte neu interpretieren, durch die sich ein Betrachter bewegen kann.

Im Fable-5-Beispiel wird das Gemälde in Linien, Kurven und animierte räumliche Strukturen zerlegt. Statt auf eine Leinwand zu schauen, bewegt sich der Betrachter in den Strudel der Szene hinein. Ähnliche Experimente wurden mit Monets Seerosen und Wellenbildern im Stil von Hokusai gezeigt.

Hier wird das „Erklären durch Konstruieren“ des Modells sichtbar. Es erzeugt nicht nur ein Bild von Kunst. Es versucht zu beschreiben, wie sich diese Kunst verhalten könnte, wenn sie als begehbare Welt neu aufgebaut würde.

Unmögliche Perspektiven und Naturschauspiele

Eine weitere Gruppe konzentriert sich auf Perspektiven, die Menschen normalerweise nicht erleben können. Ein Beispiel versetzt den Betrachter in den Maßstab einer Ameise, die während eines Regenschauers in einen Garten blickt. Gras wird zu Architektur. Tropfen werden zu herabstürzenden Wassermassen. Ein gewöhnlicher Garten verwandelt sich in eine überdimensionale Landschaft.

Die Reihe der Naturschauspiele umfasst die Niagarafälle, synchron leuchtende Glühwürmchen in einem Wald und einen Bären beim Lachsfang. Die letzte Kategorie bewegt sich in Richtung elementarer und kosmischer Bildwelten, darunter ein geteilter Rotes Meer, die Entstehung einer Vulkaninsel und ein Weltraumaufzug, der in den Himmel aufragt.

Diese Beispiele sind wichtig, weil sie mehr prüfen als bloßen Oberflächenstil. Ein Modell muss Maßstab, Bewegung, Kameraverhalten, Beleuchtung, sich wiederholende Objekte und Interaktion koordinieren. Ein schwächeres Modell schafft möglicherweise die ersten 80 % der

Szene und bricht dann in den letzten 20 % zusammen, sodass der Mensch am Ende mehr Zeit mit dem Debugging als mit dem eigentlichen Erstellen verbringt.

Es war keine Magie: Lange Spezifikationen, sorgfältige Prompts und etwas Iteration

Der ursprüngliche Bericht macht einen wichtigen Punkt deutlich: Diese Welten wurden nicht aus einem einzigen kurzen Satz erzeugt. Gostev verwendete lange, detaillierte Prompts im Stil technischer Spezifikationen. Viele Demos wurden Berichten zufolge in einem Durchgang generiert, einige benötigten jedoch ein oder zwei Verfeinerungsrunden.

Use We0 AI

Erstelle in Minuten eine Showcase-Website und gewinne Leads

Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.

Ohne Titel-1

Layout

Füllen

Radius

Generieren

Dieser Unterschied ist wichtig. Der Durchbruch besteht nicht darin, „einen vagen Satz zu schreiben und eine perfekte 3D-Welt zu erhalten“. Die realistischere Schlussfolgerung ist, dass detaillierte Spezifikationen nun deutlich vollständigere erste Entwürfe liefern können als zuvor. Was früher viele Überarbeitungsrunden erforderte, kann heute bereits als funktionierende einzelne HTML-Datei starten.

Die öffentlich zugängliche Prompt-Sammlung zeigt außerdem, wie anspruchsvoll diese Prompts sein können. Sie beschreiben Kameraverhalten, Beleuchtung, Objektdichte, Performance-Beschränkungen, Regeln für prozedurale Generierung und Importanforderungen. Mit anderen Worten: Der Prompt kommt eher einem Designbriefing plus technischer Spezifikation nahe als einer lockeren Chat-Nachricht.

Die Schwachstellen: Spiele, Bugs und Modellträgheit

Gostev stellte die Sammlung nicht als fehlerfrei dar. Der ursprüngliche Bericht weist darauf hin, dass die finalen 63 Beispiele aus einer größeren Menge ausgewählt wurden, wobei sichtbar fehlerhafte Ergebnisse entfernt wurden. Das ist für explorative KI-Arbeit normal, aber es ist wichtig, weil es die Erwartungen realistisch hält.

Spiele scheinen ein schwächerer Bereich zu sein. Einige spielbare Szenen mögen auf den ersten Blick beeindruckend wirken, werden aber nach kurzer Zeit oberflächlich. Eine historische Szene wurde als zu comicartig beschrieben. Das deutet darauf hin, dass Fable 5 stark darin ist, visuell reichhaltige Prototypen zu erstellen, tiefere Spielmechaniken, langfristige Motivation und produktionsreifer Feinschliff jedoch weiterhin eigene Herausforderungen bleiben.

Eine weitere interessante Beobachtung ist, dass das Modell manchmal leistungsschwächer wirkt, wenn es nicht ausdrücklich angetrieben wird. Gostev beschrieb, dass er es auffordern musste, ambitionierter zu sein. Das deutet auf eine praktische Lehre für Prompting hin: Bei generativer High-End-Programmierung braucht das Modell oft eine explizite Erlaubnis, mehr Komplexitätsbudget für die Szene einzusetzen.

Agent Arena und die Erledigung realer Aufgaben

Als Fable 5 veröffentlicht wurde, schnitt es Berichten zufolge stark auf dem Agent-Arena-Leaderboard von Arena.ai ab. Arena.ai beschreibt das Leaderboard als ein dynamisches Ranking dafür, wie gut Modelle Werkzeuge für agentische Aufgaben in der realen Welt orchestrieren, unter Verwendung von Signalen wie Aufgabenerfüllung, Werkzeugzuverlässigkeit, Steuerbarkeit, Bash-Wiederherstellung und Tool-Halluzinationen.

Dieser Kontext hilft zu erklären, warum diese 3D-Welten Aufmerksamkeit erregten. Sie sind nicht einfach nur kreative Demos. Sie fungieren auch als Stresstests für agentisches Programmieren: Kann das Modell eine Szene planen, Code schreiben, Bibliotheken korrekt verwenden, sich von Fehlern erholen, die Performance bewahren und etwas erzeugen, das interaktiv genug ist, um es zu prüfen?

Warum diese Untersuchung wichtig ist

Der Bär-und-Lachs-Moment wirft eine größere Frage auf. Wenn ein Modell aus dem Internet gelernt hat, woher weiß es dann, dass ein gefangener Fisch zappeln sollte? Und noch wichtiger: Wie übersetzt es diese Art von alltagsweltlichem Verständnis in Koordinaten, Meshes, Transformationen, Animations-Timing und kleine Umwelterzählungen?

Diese Frage ist nun interessanter als die, ob eine KI ein gut aussehendes

Standbild. Die Grenze verschiebt sich hin zu ausführbaren Welten: Umgebungen, die betreten, inspiziert, verändert und als Prototypen genutzt werden können.

Gostevs übergeordnete Botschaft ist einfach: Beurteilen Sie die heutigen Modelle nicht danach, was Modelle vor sechs Monaten noch nicht konnten. Selbst wenn 3D-Welten nicht Ihr eigener Anwendungsfall sind, kann dasselbe Muster auch anderswo gelten. Manche Aufgabe, die früher außer Reichweite war, könnte es jetzt wert sein, erneut ausprobiert zu werden.

FAQ

Was ist Fable 5?

Fable 5 wird im Originalbericht als ein Modell aus der Claude-Familie von Anthropic beschrieben, das für anspruchsvolles agentisches Programmieren und 3D-Generierungsexperimente eingesetzt wird. In den hier behandelten Beispielen wurde es verwendet, um aus detaillierten Prompts interaktive Welten im Three.js-Stil zu erzeugen.

Hat Fable 5 wirklich mit nur 1.600 Zeilen Code ein Unterwasser-Manhattan erstellt?

Laut dem Originalbericht überprüfte Peter Gostev den generierten Code für die Demo von Unterwasser-Manhattan und kam auf ungefähr 1.600 Zeilen. Das bedeutet nicht, dass es sich um einen produktionsreifen digitalen Zwilling von Manhattan handelt, aber es zeigt, wie viel visuelle und räumliche Komplexität in einen kompakten generierten Prototyp passen kann.

Werden diese Fable-5-Welten mit Three.js erstellt?

Die meisten der im Artikel beschriebenen Demos werden als 3D-Umgebungen im Three.js-Stil dargestellt. Three.js ist eine JavaScript-Bibliothek zum Erstellen von 3D-Szenen im Browser und eignet sich daher auf natürliche Weise für interaktive Demos in einer einzelnen Datei.

Kann Fable 5 fertige Spiele erstellen?

Die Demos zeigen, dass Fable 5 spielbare und spielähnliche Szenen erstellen kann, aber der Artikel merkt auch an, dass Spiele weiterhin ein schwächerer Bereich bleiben. Die Ergebnisse können als Prototypen beeindruckend sein, doch tiefgehendes Gameplay, Feintuning, Leistungsstabilität und Wiederspielwert erfordern weiterhin menschliches Design und Engineering.

Warum sind lange Prompts für diese Beispiele wichtig?

Die stärksten Beispiele entstanden nicht aus vagen einzeiligen Prompts. Sie nutzten lange Spezifikationen, die Szenenstruktur, Kamerasteuerung, Beleuchtung, Objektverhalten, Leistungsgrenzen und Interaktionsregeln abdeckten. Dadurch wird der Prompt eher zu einem technischen Designdokument.

Was ist Agent Arena?

Agent Arena ist die Bestenliste von Arena.ai zur Bewertung, wie gut Modelle reale agentische Aufgaben bewältigen. Dabei werden Signale wie Aufgabenerfüllung, Tool-Zuverlässigkeit, Steuerbarkeit, Bash-Wiederherstellung und Tool-Halluzination berücksichtigt, die für Coding-Agenten relevant sind, die Werkzeuge nutzen müssen, anstatt nur Textfragen zu beantworten.

Sind die Bildbeispiele produktionsreife Assets?

Nein. Sie sind eher als Experimente oder Prototypen zu verstehen. Sie zeigen, was ein Modell schnell erzeugen kann, doch für den produktiven Einsatz wären weiterhin Code-Review, Asset-Bereinigung, Leistungstests, Lizenzprüfungen und Designverfeinerung erforderlich.

Hinweise zur Quelle

Der Originalartikel enthält Screenshots und Video-Standbilder aus Peter Gostevs Demo. Relevante Screenshots wurden in der Nähe der Abschnitte beibehalten, die sie unterstützen.
QR-Codes, Aufforderungen zum Folgen von Accounts, Plattform-Symbole und Werbebilder wurden entfernt.
Zwei Quellbilder rund um die Abschnitte zur Kunstwelt sowie zu elementaren/kosmischen Themen konnten während der Verarbeitung über das Fetch-Tool nicht zuverlässig in der Vorschau angezeigt werden; daher wurden sie hier nicht eingebettet, um das Einfügen unlesbarer oder falsch identifizierter Medien zu vermeiden.
Im Originalartikel heißt es: „内容中包含的图片若涉及版权问题，请及时与我们联系删除.” Dieser Rechtehinweis sollte bei einer erneuten Veröffentlichung beibehalten werden.

Zusammenfassung

Dieser Artikel erklärt, warum die 3D-Welt-Demos von Fable 5 Aufmerksamkeit erregten: Sie verbinden Codegenerierung, räumliches Denken, Animation, Interaktion und visuelles Storytelling auf eine Weise, die sich eher wie das Erschaffen kleiner ausführbarer Welten anfühlt als wie die Produktion statischer Medien.

Zu den einprägsamsten Beispielen gehören das Unterwasser-Manhattan, der Bär, der Lachse fängt, begehbare, von Gemälden inspirierte Welten, unmögliche Szenen im Mikromaßstab und große prozedural erzeugte Stadtumgebungen. Gleichzeitig macht der Originalbericht deutlich, dass diese Ergebnisse nicht mühelos mit einer einzigen Zeile erzeugt wurden. Sie beruhten auf langen Prompts, ausgewählten Ausgaben und einigen Iterationen.

Für Entwickler und Kreative ist die praktische Lehre einfach: Detaillierte Spezifikationen sind heute wichtiger denn je. Ein starkes Modell kann einen gut geschriebenen technischen Prompt schneller als frühere Tool-Generationen in einen funktionierenden Prototypen umsetzen.

Fable 5 ist keine fertige 3D-Produktionspipeline, zeigt aber, dass agentische Coding-Modelle deutlich besser darin werden, Vorstellungskraft in interaktive, untersuchbare Welten zu verwandeln.