一张照片丢进去，出来一个3D模型，新版豆包有点猛啊

9月16号，豆包2.1 Pro更了个0915新版，官方的说法里有两条我很感兴趣：3D物体的识别理解增强了，看图写代码做到国内领先。 看到这个消息之后，忍不住马上试了试它的效果。GitHub上有个很火的开源技能叫img2threejs，免费的，Apache-2.0协议，专门干一件事：给它一张图，它把图里的东西用代码重建成一个3D模型，要的正好就是看图和写代码这两样本事。 我把这个 Skill 跑在豆包工作里，模型记得选豆包2.1 Pro。豆包工作前段时间刚独立出来，有了自己的客户端，一句话派活、装第三方技能都在里面。这种一跑一个来小时的活我最愿意丢给它：任务挂在云电脑上自己往前推，不占我电脑资源，我去忙别的事就行，空了就打开手机看看它跑到哪了，进度是同步的。一个客户端就把活干齐了，不用再往电脑上堆一堆Agent工具。 一张照片，出来一辆能拆着玩的车 我丢了张山地车的照片给它，跟它说做成3D模型，然后我就去干别的了。个把小时之后，它还我一个网页文件。 双击打开，一辆山地车立在那，鼠标拖着360度随便转。车架上的字母贴花、一根一根的辐条、轮胎上的纹路，全都搭出来了。上面还带了一排交互：车把能掰、脚踏能踩、前叉避震能拖滑杆动，鼠标悬停在零件上会显示部件名。最夸张的是分解视图，按一下，整车零件炸开摆开，每个零件长什么样都看得清清楚楚。 我还录了一段它转起来的视频，比看图直观。 轮廓、比例、颜色都对得上原图。有些地方它还主动标出来，说这个部位图里看不到，是它推测的。如果多角度照片发给它，效果最佳。 操作非常简单 安装就是一句话的事。我在对话框里把GitHub仓库地址发给它，说帮我装这个技能，它就自己去拉仓库、读说明、装环境，装完回我说能用了，中间没要我干什么。 发地址这条路走不通的话也有备用：自己把仓库下载下来，在豆包工作里找到「我的技能」，点新建，选上传技能，把文件夹拖进去，效果一样。 用起来也没门槛，想让它生成什么，把参考图和一句话发给它就行。它接了活先不急着动手，先把图拆开分析：这车分几个部件、每个部件什么材质、哪些细节必须还原，列一张清单出来，然后照着清单一阶段一阶段搭。 最有看头的是自检。每搭完一个阶段，它把当前模型渲出来跟原图摆在一起，自己找哪里不像，找完回去改，这么来回好几轮，我们就看着它从一个大色块慢慢变精细。也不用盯着，它自己往前推，隔一阵看一眼进度就行。 img2threejs官方还挂了一排案例，游戏皮肤、索尼耳机、卡通房子都有，全是一张图重建出来的。还有一点我喜欢，它产出的不是那种改不了的网格文件，是一段代码，想换颜色调比例，跟豆包说一句让它改代码就行，不用推倒重来。 几句实话 1、单张图有信息上限。 背面和底下长什么样模型只能靠猜，它会把猜的地方标出来，但想转一圈都准，最好多拍几个角度一起给它。 2、它擅长硬表面的东西，这次的自行车就属于这类，轮廓分明的做出来效果好。 人物和动物也支持，但官方自己都写明了是风格化重建，照片级还原别指望。 3、跑这个要花点时间，我这次前前后后等了个把小时。 好在它挂在云端跑，等的时间不耽误我干别的，但急着要的活别指望它。 最后聊聊 跑这个案例要的能力就两样，看图、写代码，0915这波更新加强的正好也是这两样，算试对了地方。官方自己也在推这个方向，演示里有个案例，拿4张庭院设计图搭出整个庭院的3D场景，还做了四季切换。我做的是一辆车，它那个是大场景，路子是一样的。 想跟着玩的，现在正好有个福利：网页搜索下载电脑版「豆包工作」，限时免费领取30天订阅权益。领完照着上面这套流程走一遍，一张照片就能玩出你的第一个3D模型。