AI把看不见的城市做成3D

最近看到一个很有意思的实验：有人把卡尔维诺《看不见的城市》里那55座纯文字描述的城市，分别喂给两个大模型做3D可视化。结果差距大得有点出乎意料——一个模型生成的城市几乎千篇一律，另一个却能还原出原文那种「万家灯火像吸满牛奶的海绵」的朦胧感。

这事让我想到，现在大家评估模型能力，往往盯着跑分和代码通过率，但真正拉开差距的可能是这种「把文学意象翻译成空间结构」的能力。艾琳那座城的关键不是建筑长什么样，而是从高处俯瞰时那种浅红与雾气交织的氛围。能抓住这层意思的模型，说明它对文本的理解已经不止于字面。从跨境和工具链的角度看，这类3D生成项目最近确实多了起来，大多基于three.js在浏览器里直接渲染，能缩放旋转，体验不错。但体积大、加载慢是通病，真要做成产品，性能优化和资源压缩还是绕不过去的坎。我自己的判断是，AI建模短期内还替代不了专业美术，但在概念验证、场景草图和快速原型上已经够用了。对做独立产品或者小团队来说，这种能力能省掉不少前期沟通成本。当然，也别被demo惊艳到就上头。生成结果好不好，很大程度取决于提示词怎么拆解空间关系，以及模型对抽象描写的理解深度。选模型时与其看排行榜，不如拿自己业务里最刁钻的描述去实测一轮。