创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Claude高投入模式生成百万面3D场景

AI 总结

掘金 AI 对开源项目 realcodebear/blender-fable-5.2 的拆解,对比了 Claude Fable 5.2 在 Blender 5.2 中以 Medium Effort 和 Max Effort 模式生成场景的结果。报道称,Max Effort 使用三个智能体,在三个程序化场景中生成了 1,028,114 个三角面,场景估算成本从 6.22 美元增至 113.96 美元;计入主会话后为 118.84 美元。场景未使用外部模型或图片贴图,并被烘焙为 GLB 文件供 Three.js 浏览器查看器加载。

深度见解

该仓库拆解提供了 AI 驱动 3D 工程的具体数据,展示更高投入、反复视觉检查、无头渲染和上下文密集型迭代如何显著增加几何规模与成本。

零外部模型、零外部图片贴图,同一模型(Claude Fable 5.2)用纯 Python 脚本在 Blender 5.2 中从零生成 3 个 3D 场景。 当投入成本从 $6.22 拉满到 $113.96(18 倍),代码从 1,439 行膨胀到 8,740 行,总三角面数从 12.6 万跃升至 102.8 万——这背后到底发生了什么?

最近 GitHub 上的开源项目 realcodebear/blender-fable-5.2 做了一组非常有意思的对照实验:让同一个 AI 模型在 Medium Effort(v1 快速初稿) 和 Max Effort(v2 极限投入) 两种模式下,纯粹通过编写 Python 脚本驱动 Blender 5.2 构建三个复杂度递增的 3D 场景(台灯静物、低多边形浮空岛、雨夜霓虹街道),并将最终成果烘焙导出到 Three.js 网页端进行实时 3D 交互对比。

我把这个仓库拉到本地完整拆解了一遍它的 Python 建场景脚本、GLB 烘焙管线、Three.js 预览器以及 Token 账单日志。这篇文章不聊虚的,直接从代码架构、视觉反馈闭环、WebGL 导出管线和 Token 成本结构四个维度,还原 AI 是如何“手搓”复杂 3D 工程的。

#realcodebear/blender-fable-5.2#Claude Fable 5.2#Blender 5.2#Three.js#GLB

原文约 10 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。