跳到正文
V2Fun

GPT-6 Astra × V2Fun
乐高 9¾ 站台制作流程

看看 GPT-6 Astra 与 V2Fun 如何分析乐高 9¾ 站台参考图,拆分并生成部件,最后组装成完整的 3D 场景。

乐高 9¾ 站台 · 工作流示意图

交互式 3D 预览 · 乐高 9¾ 站台拖动旋转 · 滚轮缩放

案例

查看创作过程

  • 乐高 9¾ 站台 · 工作流示意图
    01 / 输入

    输入 · 乐高 9¾ 站台参考图

  • 乐高 9¾ 站台 · 工作流示意图
    02 / 过程

    过程 · 组件分析与生成

  • 乐高 9¾ 站台 · 工作流示意图
    03 / 结果

    结果 · 完整组装场景

概览

本案例由 GPT-6 Astra 分析参考图、规划部件并完成组装,V2Fun 生成复杂的 3D 部件。先拆分场景再逐件制作,最终还原出保留组件关系的乐高 9¾ 站台。

使用工具

  • GPT-6 Astra:理解参考图、规划任务、拆解场景、推理空间关系并完成组装。
  • V2Fun:生成独立的复杂 3D 组件。
  • Three.js/程序化代码:制作简单、规则或重复的几何结构。
  • 参考图:明确目标外观和各组件之间的关系。
  • GLB:最终 3D 输出格式。

步骤 1 · 分析参考图

GPT-6 Astra 首先分析完整的 9¾ 站台场景,识别主要视觉元素。在建模前,通过正面、侧面、背面和独立部件参考,进一步明确结构。

步骤 2 · 拆分场景

将场景拆为站台、砖墙、顶棚与立柱、9¾ 站台标牌、长椅、行李推车、灯具及小型装饰物,把复杂的整体生成任务转化为多个目标清晰的 3D 任务。

步骤 3 · 使用 V2Fun 生成复杂组件

复杂、不规则或细节丰富的部件由 V2Fun 分别生成,减少用程序化代码近似构建的工作量。演示中,主要组件可在数十秒内返回结果;完整流程未做耗时测试。

步骤 4 · 使用 GPT-6 Astra 组装

生成完成后,GPT-6 Astra 确定各资产的比例、旋转、位置与空间关系:将墙体放到站台上,对齐顶棚和立柱,定位标牌与长椅,并摆放小型道具,重建完整场景。

步骤 5 · 补充程序化细节

简单、规则的结构可用 Three.js 或程序化代码制作。智能体会根据部件特点,选择 AI 生成、代码建模、资产复用或直接组装。

步骤 6 · 完成最终组装

将独立资产组合为最终的乐高 9¾ 站台场景,同时保留明确的组件关系,方便后续检查与调整。

制作流程

参考图 → 理解 → 拆分 → 生成 → 组装 → 细化 → 导出

提示词

制作一个完整组装的乐高积木场景,主题是《哈利·波特》中的 9¾ 站台。需要墙体和 9¾ 站台标牌,墙下可以放置长椅,像火车站一样。整体采用积木风格。

结果

最终输出:hogwarts-platform.glb
文件大小:44.02 MB
复杂组件生成:演示中可在数十秒内返回结果
完整流程耗时:未测试

在这个案例中,GPT-6 Astra 负责理解需求、规划和组装,V2Fun 负责生成复杂几何部件。

常见问题

常见问题

GPT-6 Astra 可以从参考图创建 3D 场景吗?

可以。GPT-6 Astra 会分析参考图、识别部件并规划空间关系。在本案例中,它负责规划和组装,V2Fun 负责生成复杂的 3D 部件。

V2Fun 在工作流中负责什么?

V2Fun 根据参考图生成复杂的独立部件,让 GPT-6 Astra 专注于部件划分、空间关系和最终组装。

为什么要将 9¾ 站台拆成独立组件?

拆成墙体、站台、标牌、长椅、框架、推车和道具后,每个部件都能单独生成、定位和细化,更便于控制场景效果。

这个工作流使用 Three.js 吗?

使用。简单、规则或重复的结构用 Three.js 或程序化代码制作,更适合 AI 生成的复杂部件则交给 V2Fun。

完成整个制作流程需要多久?

技术记录显示,主要 V2Fun 组件可在数十秒内返回结果。完整流程没有做可靠的耗时测试,因此本案例不提供总耗时数据。

开始创建你的 3D 作品