米Anthropicが「Claude 5.5 Opus」を公開、物理シミュレーションコードの生成能力で競合を圧倒

何が発表されたのか

米Anthropicは、同社のフラグシップAIモデルの次世代版となる「Claude 5.5 Opus」（動画内では一部「Opus 5.5」と表記）の性能および評価データを公開しました。本発表は、研究段階の技術デモにとどまらず、開発者向けのプレビューおよびシステムカードの公開を伴うものです。最大の焦点は、従来のLLM（大規模言語モデル）では実装が不可能、あるいは極めて困難であった「高度な物理エンジンのコード生成」を単一のプロンプトから自律的に実行できる点にあります。学術論文に掲載されている複雑な物理方程式を正確に解釈し、それをブラウザ上でリアルタイムに動作する3Dシミュレーションとして再構築する能力が示されました。

発表された機能・アップデートの全容

論文の数式から「蜂蜜のコイリング現象」をリアルタイム再現するコード生成

動画内では、Larionov氏およびBatty氏が2017年に発表した流体力学の論文「Variational Stokes: A Unified Pressure-Viscosity Solver for Accurate Viscous Liquids」をClaude 5.5 Opusに読み込ませ、その物理シミュレーションを実装させるデモが紹介されました。蜂蜜のような高粘性流体が細い糸状に落下する際、自重と粘性抵抗のバランスによって螺旋状に積み重なる「コイリング現象」は、流体力学において極めてシミュレーションが難しい領域です。

Claude 5.5 Opusは、論文に記載された「Variational Stokes」方程式と離散化手法を理解し、3D描画ライブラリである「Three.js」を用いたJavaScriptコードを生成しました。生成されたコードを実行すると、画面右側のデモのように、蜂蜜の糸が美しく螺旋を描きながらリアルタイムで積み重なっていく様子が描画されます。比較対象として言及されたOpenAIの「GPT-6 Astra」では、このレベルの物理計算をリアルタイムで実行可能なコードに落とし込むことができず、簡易的なビジュアル再現にとどまったとされています。Claude 5.5 Opusは、物理演算の正確性とリアルタイム動作の軽量性を両立したコードを書き出すことに成功しました。

ベルトコンベア上のシロップにおける「座屈・蛇行現象」の動的シミュレーション

流体力学の応用デモとして、動くベルトコンベアの上に異なる高さから異なる速度でシロップを落下させるシミュレーションも生成されました。落下高度やベルトコンベアの移動速度に応じて、シロップが直線状に引き伸ばされるのか、あるいは座屈（buckling）を起こしてジグザグ（シグザグパターン）やループを描くのかという複雑な物理的挙動が、正確にシミュレートされています。

画面上では、5本の異なる色のシロップが同時に異なる速度のベルト上に落下し、それぞれの条件下で異なる波形を描く様子がリアルタイムで描画されました。これは、背景で高度なナビエ・ストークス方程式に基づく粘性流体ソルバーが動作していることを示しています。物理的な因果関係がコードレベルで厳密に定義されており、AIが単に「それらしい映像」を生成しているのではなく、物理法則を忠実にエミュレートする計算アルゴリズムをゼロから記述している点が、既存のコード生成AIとの決定的な差分です。

筋骨格モデルを用いた多関節キャラクターの自律的な歩行学習シミュレーション

次に提示されたのは、Geijtenbeek氏らが2013年に発表した筋骨格制御に関する論文「Flexible Muscle-Based Locomotion for Bipedal Creatures」に基づくデモです。このシミュレーションでは、骨格にバネの特性を持つ筋肉が取り付けられたバーチャルキャラクターが、物理法則が適用された空間内で二足歩行を学習します。

筋肉による制御は、力を加えてから実際に骨格が動くまでにわずかな遅延（タイムラグ）が生じるため、制御工学的に極めて難解なタスクです。Claude 5.5 Opusは、この複雑な筋骨格シミュレータと、遺伝的アルゴリズムや強化学習を模した学習サイクルを、単一のHTMLファイル内にすべて実装しました。デモ画面では、第1世代（Generation 1）では即座に転倒していたキリン型や恐竜型のキャラクターが、世代を重ねる（Generation 20、80、999）につれて、徐々にバランスを取りながら前進する歩行パターンを獲得していく様子が描かれています。GPT-6 Astraはこの物理モデルの再現に失敗し、関節を直接回転させる単純な運動モデルに逃げてしまったのに対し、Claude 5.5 Opusはバネ特性を持つ筋肉制御を正しくコード化しました。

手書きスケッチからの投石機（トレブシェット）の3D物理シミュレーション生成

画像認識とコード生成を組み合わせたマルチモーダルな機能として、ユーザーが紙に手書きした投石機（トレブシェット）の2Dスケッチから、動的な3D物理シミュレーションを生成するデモが披露されました。スケッチには、アームの長さ（170mm）やカウンタウェイトの重量、標的となる積み木の高さ（243mm）などの寸法が手書きで書き込まれています。

Claude 5.5 Opusはこの画像を解析し、指定された寸法比率を正確に維持した3Dモデルをブラウザ上に構築しました。さらに、重力加速度や慣性モーメントを計算する物理エンジンを実装し、ユーザーが画面をクリックすると、カウンタウェイトが落下してアームが回転し、弾を発射して前方の積み木を物理的に破壊するインタラクティブなアプリケーションを完成させました。手書きの意図を正確に汲み取り、それを動的なシステムへ変換する能力の高さが示されています。

インタラクティブな3D光学学習ツール「Plane of Focus」の生成

教育・解説用コンテンツの生成能力を示すデモとして、カメラレンズの仕組みを視覚的に理解できる3Dインタラクティブツール「Plane of Focus」が公開されました。画面上には、真鍮製のギアや複数のレンズ群で構成されたクラシックなカメラレンズの3Dモデルが配置されています。

ユーザーが画面上のスライダーやギアを操作すると、レンズが前後に移動し、光線が屈折してセンサー面に焦点を結ぶ様子がリアルタイムで変化します。焦点が合っている領域（被写界深度）と、それ以外のボケ（アウトフォーカス）の描写が、3D空間内のミニチュアハウスの映像に即座に反映される仕組みです。このような複雑なUI、3Dグラフィックス、および光学計算ロジックが組み合わさったWebアプリケーションを、AIが自律的に設計・実装できるレベルに達していることが確認されました。