一位开发者近日演示了Anthropic旗下的Claude Opus 5.5如何在约一小时内，仅凭一句提示词就从零搭建出一个实时硬件加速的3D路径追踪器。该提示词为：“构建一个由英伟达（NVIDIA）CUDA RTX与Blackwell内核加速的全功能光线追踪演示。该演示应同时利用我的两块英伟达RTX 5090显卡，并展示漫反射、金属质感、反射、光泽度与粗糙度、透明度、半透明及自发光效果。”这是AI取得的又一项壮举，彰显了其飞速的进化。
从编写代码到构建复杂的光线追踪管线，Claude的能力无疑令大众印象深刻。
一位用户名为“Zealousideal_View_12”的Reddit用户证明，即便没有图形API、着色器编译和并行执行方面的专业知识，仅靠Claude也能开发出路径追踪器。该AI被证明能够编写C++和CUDA代码库，并利用英伟达OptiX 9.1，直接调用现代GPU硬件中专用的RT核心和张量核心。
该渲染器跨两块RTX 5090显卡运行，采用分帧多适配器管线。它不是按顺序分配完整帧，而是动态地将每一帧水平拆分，将逐行渲染任务分配给第一块和第二块GPU，并实现实时负载均衡。尽管主机到设备（H2D）与设备到主机（D2H）的内存同步存在开销，该引擎仍能在每秒处理2.67亿条光线样本的同时保持34FPS。
这个AI生成的引擎融合了多项现代渲染技术，包括英伟达的着色器执行重排序（SER），用于在GPU上动态组织光线路径，防止复杂反射期间出现管线停滞。在光照机制方面，该管线采用下一事件估计结合多重重要性采样（MIS），以准确解析物理光照分布和软阴影。
在Reddit帖子中，有人提问既然已有若干开源渲染器，为何不直接使用，反而让Claude为用户耗费资源。该Reddit用户回复称，硬件专用内核和优化是众多原因之一，但也可能是因为Claude最终产生了幻觉。例如，开源渲染引擎往往包含海量代码以及严格的管线规则。
将数百万行代码输入AI上下文窗口会消耗大量token，且Claude有可能破坏构建依赖关系。通过提示AI生成一个干净的项目，用户大幅降低了幻觉发生的概率，并在短短60分钟内就获得了可用的成果。
在相关新闻中，Claude曾被用于设计和编写四足机器人的固件，细致到执行器、LiDAR和电源线，而如果你想从零开始构建一块PCB，这款AI也有另一项荣誉在手。
