Fable 5.1 Modelagem de Mundo
Cenas 3D de cidades geradas por IA estão ficando boas o suficiente para recriar lugares reais como a Union Square de São Francisco diretamente a partir do OpenStreetMap e de dados de terreno, com agentes escrevendo código Three.js e até programando tráfego e pedestres NPC. Os comentaristas estão impressionados com a fidelidade e o potencial para jogos, pré-produção de filmes e prototipagem rápida, mas debatem se isso realmente conta como “modelagem de mundo”, quão custo-efetivo é a ~US$33 por cena e o quanto meshes e texturas geradas por IA são úteis além de demonstrações.
Demonstração e Implementação
- O Fable 5.1 foi usado para gerar automaticamente um modelo 3D interativo da Union Square de São Francisco em Three.js, com ruas percorríveis, fachadas legíveis, tráfego, bondes e espaços internos.
- A geometria vem do OpenStreetMap e do USGS 3DEP; o modelo escreve código para converter esses dados em uma cena Three.js.
- Pedestres NPC e a lógica de tráfego são implementados em código personalizado; links para
Pedestrians.tseTraffic.tsmostram sistemas de caminho e comportamento.
Custo, Tokens e Fluxo de Trabalho
- Execução relatada: ~2 horas, uso intenso de subagentes, loop de auto-QA, ~8M tokens, ≈$33 em custo de API.
- Gerado em uma única tentativa com um prompt muito longo e cuidadosamente estruturado que inclui instruções de orquestração.
- Alguns comentaristas querem mais detalhes sobre falhas, confiabilidade e necessidade de supervisão; isso permanece em grande parte não especificado.
Casos de Uso e Direções Futuras
- Há interesse em usar essa abordagem para jogos de mundo aberto e no estilo AR, economias reais e benchmarking de capacidades de codificação multimodal.
- Outros estão experimentando de forma semelhante (por exemplo, um jogo RTS, uma cena de resort de esqui) e veem ganhos enormes de produtividade para hobbyistas e desenvolvedores independentes.
- Um mundo no estilo “pintado à mão” de Kyoto também foi adicionado; há curiosidade sobre escalar para cidades inteiras e usar modelos mais baratos como GML-5.3-flash.
Debate Sobre a Terminologia “World Model”
- Vários comentaristas argumentam que o título é enganoso: “world model” é comumente usado para modelos de deep learning que aprendem física e estrutura sensorial, não mapas 3D gerados por código.
- Outros adotam uma definição mais ampla: qualquer coisa que possa simular um mundo qualifica.
Qualidade de Assets 3D, Topologia e Ferramentas
- Preocupações: meshes geradas por IA frequentemente têm topologia confusa, contagens de polígonos excessivas e UV/texturização fracos; muitas ferramentas são “apenas demonstração” para jogos reais.
- Contraponto: geometria gerada por código via primitivas/CSG produz topologia limpa “por construção”, embora a texturização ainda seja uma lacuna.
- Ferramentas mencionadas: Opus 5 (mais barato, mas com dificuldades em maior fidelidade), Meshy, Tripo, Hunyuan3D-2, OSM2World; alguns afirmam que recursos recentes de “smart low poly” agora produzem assets utilizáveis em jogos, outros continuam não convencidos sem evidência de wireframe.
- Técnicas discutidas: usar LLMs para silhuetas low-poly com texturas baked, usar modelos de difusão para assets detalhados, estruturas de “socketing” e ajuste de assets detalhados via PCA e caixas delimitadoras, instancing e culling para desempenho.
Ceticismo e Comparações
- Alguns veem isso como uma demonstração impressionante, mas ainda não prática, de “AI made this”; outros enfatizam que isso substitui milhares de horas de modelagem manual.
- O valor de $33 por mundo é debatido: caro em comparação com pipelines GIS/OSM gratuitos, mas potencialmente barato em relação ao trabalho humano.
- Críticas adicionais: overlays visuais imprecisos no repositório, confusão sobre hospedar uma demonstração online e dificuldade de usar métodos semelhantes para modelos arquitetônicos precisos a partir de DXF.