Grok 4.6:将想象力转化为交互式3D体验
本文介绍了使用Grok 4.6将创意转化为交互式3D体验的工作流程。作者通过描述世界设定、选择技术栈(如Three.js、GLSL、GSAP)、生成详细编码提示、创建参考图像,并通过迭代优化,最终实现了从月球城市基础到完整殖民地的动态3D场景。文章强调了概念描述、技术选型和迭代过程的重要性,展示了AI在3D内容创作中的潜力。
本文介绍了使用Grok 4.6将创意转化为交互式3D体验的工作流程。作者通过描述世界设定、选择技术栈(如Three.js、GLSL、GSAP)、生成详细编码提示、创建参考图像,并通过迭代优化,最终实现了从月球城市基础到完整殖民地的动态3D场景。文章强调了概念描述、技术选型和迭代过程的重要性,展示了AI在3D内容创作中的潜力。
文章提供了使用Grok 4.6创建3D体验的工作流程,但内容较简略,缺乏具体细节和深入分析,实用性中等,时效性尚可。
作者整理了 20 种与动画、物理、3D、声音及交付相关的开源技能与工具库,涵盖 Remotion、HyperFrames、Anime.js、React Spring、PixiJS、p5.js、Paper.js、Matter.js、Three.js、Rapier、OGL、tsParticles、glTF Transform、GL Transitions、OBS Studio、Chatterbox、Tone.js、faster-whisper、OpenCut 和 FFmpeg。每个工具附有简介和 GitHub 链接,覆盖从视频渲染、动画编排、图形绘制到配音、字幕转录和视频编码交付的完整创作流程。
作者宝玉分享用 ChatGPT Pro 的 GPT 6 Astra 制作 3D 版《桃花源记》网页的完整过程。通过一套详细的提示词,让 AI 将课文拆成 20 幕,实现可拖动视角、跟随原文叙事的'循文入境'体验。针对 TTS 朗诵不佳的问题,改用央视李立宏的真人朗诵并配以 SRT 时间戳同步;再由 Codex 做工程化优化,将音频独立、更换真实环境音,文件从 5.6MB 缩至约 777KB。文章总结了几点体会:明确审美与验收标准比堆形容词更重要,声音是交互的一部分,不同 AI 工具分工协作。文末附有可复用的完整提示词模板,可套用于其他古文场景制作。
本文是一篇面向普通人的 AI + Blender 入门实践指南。作者介绍了如何安装 Blender、通过 Codex(GPT-6 Astra)接入 AI(脚本或 MCP 方式)来操作 3D 建模软件,并展示了三个实战案例:将《最后的晚餐》图片变成网页探索小游戏、用白模预演结合视频模型制作追逐短片、制作可分享的 3D 数字收藏闪卡。文章还整理了社区中房间漫游、产品展示、城市动画等玩法,说明 AI 大幅降低了 3D 创作门槛,把造物权递到了普通人手上。
作者用上海 AI 实验室新开源的 744B MoE 智能体模型 Atria Dawn Preview 做实测,通过自然语言生成一间可交互的 3D 雨夜书房:窗外下雨、桌上点灯、书架的书可取下阅读、纸笔可手写保存、还有带动画和中文朗读的立体儿童绘本。文章记录了从初始提示词到多轮返修的全过程,指出该模型能组织出可运行原型并响应反馈修改,但主体生成耗时约 219 秒、需 7 轮返修,收尾工作仍需 Codex 补充。项目代码已开源并附在线体验地址,核心结论是:提示词的每条要求都应能在成品中验收,模型能力须回到实际使用结果上评估。
文章作者 Prajwal Tomar 分享了如何利用 AI 工具(主要是 Lovable)和精准的提示词,打造出一个具有电影级滚动效果、3D 模型和 Shader 动效的高端落地页。文章的核心观点是:AI 生成的页面之所以显得平庸,是因为提示词缺乏具体性。作者详细展示了从 Hero 区域的 3D 倾斜、Spline 3D 模型集成、WebGL 特效到滚动驱动的层级堆叠架构的实现过程,强调了具体参数、代码片段引用以及空间架构定义的重要性。
作者强烈推荐lemo-opuscar项目的改编功能,认为这才是项目核心。通过简单的大白话指令,用户可以基于现有风格进行融合与重构,打造专属风格。作者以电视新闻包装风格为例,展示七步改编流程:启动、提出改动需求(改为浅色油画质感、重新配色、设计转场方式、升级图片内容)、确认方案、对样张提修改意见、保存为自定义风格。作者强调这一过程无需专业技术,鼓励大家大胆尝试、尽情创造,把设计积累分享出来。
文章认为入门AI硬件开发的最佳方式是在AI生成的交互式在线实验室中学习,而非先购买开发板。这种实验室由大模型生成的交互式UI、硬件行为模拟和渐进式教程流组成。文章介绍了Learn Arduino、Claude 3D设备拆解和ESP Labs三个项目:分别提供3D电路学习、可拆装的设备模型和完整的ESP32开发板教学平台。大模型在结构建模、原理动画、状态逻辑和固件映射方面能力已足够强,大幅降低了开发成本。文章同时指出其边界:模拟不等于真实芯片仿真,AI生成内容需专业人员把关,并给出了学习路线和维护者建议。
文章介绍如何用 Grok Bot 在云端构建一个持续运行的“第二大脑”,解决每次与 AI 对话都从零开始的痛点。作者借鉴 Andrej Karpathy 的知识库理念,通过 7 步课程指导读者:用已发送邮件生成个人档案与写作风格文件、用 /workspace 文件夹而非聊天记忆存储慢事实、设置云端 routine 自动归档 Gmail 新材料、每天早晨生成一页摘要、将笔记转化为成品、通过规则固化纠正,最后提供一键粘贴的完整搭建方案。强调文件优于聊天记忆、云端机器人可 24 小时工作,引用 Kevin Rose 的实例佐证。
文章围绕 Grok Bot 新发布的 Team Bots 展开,深入分析团队级 AI Agent 的记忆工程。核心观点:团队 Bot 需要在共享学习与私有上下文之间划清边界。作者提出将上下文分为五类:实时源数据、团队技能、团队记忆、私有笔记和任务状态,并强调'可复用判断放记忆,易变数据留在源头'的原则。文章还提出记忆准入卡与审查机制的设计方案,包括准入门槛、外部账本、审查日期和评估流程,避免 Bot 在错误位置记住错误信息或把过时决策套用到新场景。作者同时说明这些流程是其提议方案,而非已验证的产品功能。
作者基于33k+次提交的Vibe Coding游戏经验,整理了25个开源GitHub仓库,帮助开发者用LLM更高效地构建游戏。文章分为两大板块:第一部分介绍MCP服务器、Agent技能和引擎桥接工具,包括Blender MCP、Unity MCP、Godot MCP和游戏开发Agent技能包,让LLM能直接操作编辑器和引擎;第二部分介绍AI 3D资产生成和世界生成工具,如img2threejs、腾讯Hunyuan3D-2、微软TRELLIS和PlayCanvas SuperSplat,帮助将提示词或参考图转化为可用的3D资产和高斯泼溅世界。文章强调合理引导LLM、提供合适工具能显著提升效率、降低token消耗并产出更高质量的游戏。