5月10日,Senior Software Engineer Dilum Sanjaya 发出的「Fun interactive science app ideas | Part 3」帖在 48 小时内累计约 1.1M 浏览、12K likes,主题是用 AI 工具链做出可在浏览器里交互探索的 3D 生物结构 demo。两天内 GitHub 上出现了同方向的开源复刻 huangserva/3DCellForge,目前约 694 stars / 120 forks,把这套工作流完整代码化。这次出圈的不是 3D 渲染本身,而是一个新的个人开发者模板:图像模型出概念图 → 编码模型转 Web App → 3D 资产用 image-to-3D 工具 → 短视频上 X 传播,从想法到可交互产品的端到端周期被压到 1 周以内。
四步工作流逐步拆解
第一步:用 GPT Images 2 生成 UI/科学可视化概念图。Sanjaya 在原帖里明确写出 UI design 是用 GPT Images 2 完成的,作用是把"想做什么"先固化为视觉稿。这一步的核心价值不在炫技,在给编码模型一份精确的 visual spec——比口头描述 prompt 信息密度高一个量级。替代方案是 Google 的 Nano Banana Pro(Sanjaya 在后续机械臂项目里用过)或 Midjourney v7,Tripo 官方也已经把 GPT-4o、Nano Banana、Flux Kontext 三家图像模型接入自家 Studio,做"图像 → 3D"的一体化通道。
第二步:用 Gemini 3.1 Pro 把概念图转成交互式 Web App。Gemini 3 系列在 2025 年 11 月发布时官方主打的就是 vibe coding 场景,Demo 案例之一就是从质子到可观测宇宙的 3D 缩放交互,直接对标 Three.js + R3F 这个组合。Sanjaya 选 Gemini 3.1 Pro 而非 Claude 或 Codex,核心理由是它对 3D 几何 + 实时可视化的指令理解更稳定。替代路径是 Claude Code 或 Cursor + 任意主流模型,差别主要在 3D 数学题(矩阵变换、轨道控制器、光照)的一次通过率上。 第三步:用 Tripo 或 Hunyuan3D 生成 3D 资产。Sanjaya 在回复里确认本次 demo 用的是 Tripo,其他作品里用过 Hunyuan3D。这一步的关键不是模型最强,而是能否拿到可直接进浏览器的 GLB 文件。Tripo v3.0/v3.1 API 起步 20 credits,P1 image-to-3D 是 80 credits + texture,web app 上 1 credit ≈ $0.01,单次生成实际成本 $0.2-0.8;通过 fal.ai 调 Tripo3D v2.5 image-to-3D 接口报价 $0.20-$0.40/模型。Hunyuan3D-2.1 完全开源,本地 A100 上 10-25 秒出一个,但 2.5 版本目前只放了技术报告未开源。
第四步:短视频在 X 上做传播。这一步常被忽略,但实际上是流量飞轮的起点。Sanjaya 的 Part 1 / Part 2 / Part 3 系列稳定走"屏幕录屏 + 极简文案 + 工具栈截图"格式,每条都明确写清楚用了哪几个模型,这种披露式内容在开发者社区里恰好是高传播因子。
3DCellForge 怎么把这个模板代码化
huangserva/3DCellForge 是目前能找到的、最接近 Sanjaya 工作流的开源样板。技术栈是 React + Vite + Three.js + React Three Fiber + Drei + Framer Motion,本质上就是 Three.js 生态最主流的现代组合。3D 模型生成默认走 Tripo image-to-3D API,同时保留本地 Hunyuan3D-2 作为离线备用——这种"云 API 优先 + 开源模型兜底"的双轨设计,正在成为这类项目的标配。
仓库 README 列出的功能可以一一对应到模板每一步:WebGL 旋转 / 细胞器面板 / 截图 / GLB 导出是 R3F + Drei 的标准能力,上传图片生成 3D 模型则把 image-to-3D pipeline 直接嵌进 UI。694 stars 的增速本身说明一个判断:Three.js + R3F 生态里,真正缺的不是底层渲染能力,而是把 AI 资产生成嵌进交互流程的完整样例。
image-to-3D 工具横评:Tripo vs Hunyuan3D
| | |
|---|
| 云 API(fal.ai / 官方 OpenAPI) | |
| $0.20-$0.80(API),$0.01/credit | |
| | |
| GLB,支持 GLTF/USDZ/FBX/OBJ/STL/3MF 转换 | GLB,PBR(Albedo/Normal/Roughness/Metallic) |
| P1 支持 48-20K faces,模型 seed + 朝向控制 | 2.5 报告 1024 几何分辨率,2.1 已开源 |
| | |
简单说:追求快速接入和稳定输出选 Tripo,追求成本可控和数据不出本地选 Hunyuan3D。3DCellForge 同时支持两条路径,本身就是这个选型逻辑的落地。
局限与适用场景
这套模板能跑通,不代表它适合所有场景。三个必须正视的问题:
科学准确性是硬伤。Sanjaya 自己在回复里承认"没有很深入 fact check",生物细胞、分子结构这类 demo 用 image-to-3D 生成的模型在比例、拓扑、生物学正确性上都达不到教学标准。把它当概念验证可以,直接当教材不行。
性能与版权两个隐性税。image-to-3D 生成的 GLB 默认面数偏高(Hunyuan3D 2.5 可达 50-60 万三角面),浏览器端跑多个模型会立刻撞性能墙,需要二次 retopology 或低多边形优化。版权方面,Tripo 付费方案才允许商用,Hunyuan3D 在欧盟、英国、韩国有许可限制,做 ToC 产品前要先看清楚。
适用场景排序:个人开发者作品集 / 互动 demo / 概念原型 > 营销可视化 / 产品配置器 > 严肃科学教育 / 游戏正式资产。
给想上手的开发者:最小启动清单
- 图像模型:GPT Images 2 / Nano Banana Pro / Midjourney v7 任选其一,先把 UI + 3D 概念图固化;
- 编码环境:Cursor + Gemini 3.1 Pro 或 Claude Code,初始 prompt 直接喂概念图 + "React + Vite + R3F + Drei" 技术栈;
- 3D 资产:小批量验证用 fal.ai 上的 Tripo3D v2.5(单次 $0.20-$0.40),量大或要本地化用 Hunyuan3D-2.1;
- 代码起点:直接 fork 3DCellForge,把生物细胞主题换成自己的领域(机械、建筑、消费品都行);
- 传播节奏:屏幕录屏 + 工具栈披露式文案,在 X 和小红书各发一遍。
这套模板真正的杠杆点不在任何单个工具,而在每一步都能用 AI 模型替代掉一个原本需要专业角色的环节:UI 设计师 / 前端工程师 / 3D 美术 / 后端开发,过去一个 3D 交互产品至少要 4 个人 4 周,现在 1 个人 4 天。这才是 1.1M 浏览背后值得停下来想一想的事。
