AI把看不见的城市做成了3D

卡尔维诺的《看不见的城市》是我很喜欢的一本书，马可波罗向忽必烈描述的那55座城市全靠文字想象，没有一张图。最近看到有人把书里的城市描述直接喂给大模型，让AI生成可交互的3D场景，这个思路挺打动我的——它把文学想象变成了可以走进去的空间。

比较有意思的是两个模型的差距。同一个「艾琳」，一个版本生成出来灰扑扑的，55座城市几乎长得一模一样，完全看不出原文里那种万家灯火、粉红光线像吸满牛奶的海绵一样涨起来的意境。另一个版本就明显更懂文本，从高处俯瞰的朦胧粉光、疏密不一的窗户都还原出来了，甚至伊希多拉广场墙脚静坐的老头们也被它摆了出来。这让我想到，3D生成这件事真正的门槛可能不在几何精度，而在语义理解。模型得先读懂「欲望已成记忆」这种句子背后的情绪，才知道该给场景配什么样的光线和人物。纯靠堆参数做不出这种差异，文本到空间之间的那层转译，才是各家要拉开距离的地方。技术上这类项目大多用three.js在浏览器里渲染，能缩放旋转，体验确实好，但体积大、加载慢也是老问题。对做跨境内容或独立站的人来说，这种能力未来可能很实用——商品展示、虚拟展厅、场景化营销，都能用一段文字直接生成可交互空间，省掉大量建模外包成本。当然现在还是尝鲜阶段，生成质量不稳定，落地到商业场景还有距离。但我挺看好这个方向：当模型能忠实还原一段文学描写时，它离还原真实的产品和空间也就不远了。做内容的人可以早点关注这类工具，别等它成熟了才补课。