多模态X
纯提示词生成可交互 3D 心脏教科书,全程零手工建模
作者展示了一条 AI 工作流:用 GPT-6 Astra 配合 Hyper3D Rodin 的 MCP,从一条提示词直接生成一个可交互的 3D 解剖教科书网页。 要点: 3D 模型全部由 Hyper3D 生成,作者未手工建模 GPT 负责规划项目、生成网站,并把 3D 模型接入 UI 控件 甚至自动为心脏添加了浮动标注 作者称这展示了「AI 能真正创造 3D 资产」后的新可能,另一条帖子里有更完整的流程说明。
09 月 13 日
79 条动态
作者展示了一条 AI 工作流:用 GPT-6 Astra 配合 Hyper3D Rodin 的 MCP,从一条提示词直接生成一个可交互的 3D 解剖教科书网页。 要点: 3D 模型全部由 Hyper3D 生成,作者未手工建模 GPT 负责规划项目、生成网站,并把 3D 模型接入 UI 控件 甚至自动为心脏添加了浮动标注 作者称这展示了「AI 能真正创造 3D 资产」后的新可能,另一条帖子里有更完整的流程说明。
作者发布了开源项目 ComfyUI-GTE,一套交互式文生图工作流和自定义节点,用于在受限硬件下更省钱地探索生成方向。 核心思路是在扩散生成的中间步骤设置可配置的检查点:每到一个检查点暂停,预览候选图,保留有希望的方向、丢弃废片,只对选中的轨迹继续消耗剩余步数。作者在 RunPod 租用 L40(48GB)跑 Flux 2 dev,原来生成 20 张 20 步图约需 25 分钟,现在约 2 分钟就能筛出好候选,大幅降低迭代成本。 此外,工作流支持从选中的中间结果生成可控变体,用 theta(偏离原轨迹的距离)和 spread(变体间差异)两个参数控制探索范围;还内置 seed 管理和各步骤剩余计划噪声的可视化,帮助判断检查点该放在哪。项目与工作流开源于 GitHub。
开发者 Cedric Chee 分享了一次把 GPT-6（Astra）推向 3D 图形极限的实验：他将《GT 赛车》游戏画面和《F1》电影素材提供给模型，模型一次生成就产出了可交互的 3D 竞速游戏画面。他总结了自己在实验中的经验教训，展示了最新模型在 3D 图形生成方面的能力边界。
博主分享 ChatGPT Images 的实用三步用法: 1. 直接描述想要的画面; 2. 输入 @Sketch 粗略手绘布局,ChatGPT 将其转成完整成图; 3. 用具体指令要求修改(如「只把背景改成海滩」),模型可精准局部编辑而不动其他部分。 对想做草图转效果图、精准改图的普通用户是可直接照做的小技巧。
作者浏览了 GPT Observ 网站并对比不同质量档位的生成效果：high 与 ultra 档差异很小，medium 尤其 low 档能明显看出质量下降。结论是性价比最优的档位在 Med/High（文中提到 Astra 在 Med/High 表现最佳）。对按用量付费的用户有参考价值。
iamneubert 演示：只花 9 美元、用一句话让 Agent 把已生成的视频改成骑士版本，称「就这么简单」，并表示愿意分享所用的 prompt。c_valenzuelab 转发了这条演示。
开发者 Cedric Chee 分享了一次把最新模型推向 3D 图形极限的实验:他给 GPT-6(Astra)提供了《Gran Turismo》游戏画面和 F1 电影素材,让模型构建出一个可交互的 3D 赛车场景。 成果包含: 主菜单界面 维修站车库取车、车手与头盔选择 无人机视角的发车网格巡览 维修站内的 F1 赛车工程科普内容 比赛日场景 他还放出了带章节时间戳的完整 YouTube 版本视频,并在原推中表示「随着 AI 模型在 3D 图形能力上指数级提升,我在不断挑战游戏开发的极限」,承诺分享学到的经验。这展示了当前模型在代码生成之外的 3D 资产与交互式场景构建能力。