Gemini 单图变 3D 交互场景:自下模型拆层做到 60fps

mtizard · x · 2026-11-20

用户仅给 Gemini 4 Neon 一张静态图片并要求用 Three.js 做动画。它自主完成了完整工作流:从 Hugging Face 下载 Depth Anything V2 Large,在本地 Mac 上跑深度估计生成深度图,把图像切成图层和蒙版,最终产出可交互的 60fps 场景——含实时降雨、可踩水花的水坑、可拨动的窗帘、闪烁霓虹和合成的雨声音频。作者称整个过程已在其展示网站上有完整记录。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →