当前位置: 首页 > news >正文

【案例】角色智能体“小真”3D重建:张雪摩托车(由一张图重建成3D模型)

【案例】角色智能体“小真”3D重建:张雪摩托车(由一张图重建成3D模型)

任务指令

3D重建:http://vlm.html.dtns.top/vlm-files/1782884130919-599766553.jpg

任务结果1(效果不好)

## 🏍️ 3D 重建任务完成! 小真(3D重建)已经成功将您提供的图片转换为可交互的 Three.js 3D 模型! ### 📋 任务详情 **源图片**:http://vlm.html.dtns.top/vlm-files/1782884130919-599766553.jpg **识别结果**:图片为 CFMOTO 摩托车,已提取精准的 SVG 矢量图、数学语言描述(坐标系、贝塞尔曲线、多边形顶点等)和数字参数(车轮位置、轴距、配色等)。 ### 🎮 3D 模型访问 👉 **访问链接**:http://web3apps.devibbot.html.dtns.top/3d-motorcycle-model.html ### ✨ 模型功能 - ✅ 可交互 3D 模型(鼠标拖拽旋转、滚轮缩放) - ✅ 支持 STL 文件导出(点击页面上的「导出 STL」按钮即可下载,适合 3D 打印) - ✅ 红/黑/金配色,还原摩托车外观 - ✅ 自适应窗口大小 - ✅ 文件大小:40.08 KB,加载快速 ### 🔧 执行过程 1. **步骤 1** — VLM 图片识别 ✅ 成功分析图片,提取 SVG 和数学参数 2. **步骤 2** — AI 编程生成 3D 模型 ✅ 基于识别数据创建 Three.js HTML 文件并保存 3. **步骤 3** — 文件验证 ✅ 确认文件已生成且内容完整有效 ### 📁 文件位置 服务器路径:`/data/dtns.os/web3apps/3d-motorcycle-model.html` 如果您需要调整模型细节或重新生成,随时告诉我!

任务结果2(效果可以)

🎉 **3D重建任务完成!** 小真已成功将您提供的图片(运动型摩托车)重建为3D交互模型!以下是任务成果: --- ### 📍 访问链接 您可以直接在浏览器中打开以下链接,查看和操作3D模型: 👉 **[http://web3apps.devibbot.html.dtns.top/3d-model-1782888153728.html](http://web3apps.devibbot.html.dtns.top/3d-model-1782888153728.html)** --- ### 🏍️ 3D模型功能 - **交互操作**:鼠标拖拽旋转模型,滚轮缩放查看细节 - **完整部件**:红色车身、前后轮(黑色轮胎+银色轮毂)、金色前叉、发动机、排气管、座椅、油箱、车架等 - **STL导出**:页面内置「导出STL」按钮,可一键导出为STL格式文件,直接用于3D打印 - **视觉效果**:环境光照、阴影、网格地面辅助 --- ### 📋 任务执行记录 - **源图片URL**:http://vlm.html.dtns.top/vlm-files/1782884130919-599766553.jpg - **识别结果**:经VLM视觉大模型分析,图片为侧视视角的运动型摩托车,已提取完整SVG代码、贝塞尔曲线数学描述及数字参数 - **生成文件**:`3d-model-1782888153728.html`(30.06 KB) - **保存路径**:`/data/dtns.os/web3apps/3d-model-1782888153728.html` - **用户邮箱**:lauolee@qq.com --- ✨ 您可以打开链接体验3D模型,并使用导出功能获取STL文件进行3D打印!

任务结果3(效果可以)

## 🎉 3D重建任务已完成! 小真(3D重建)已经成功将您提供的摩托车图片转换为3D模型! ### ✅ 任务完成详情 **原始图片**:http://vlm.html.dtns.top/vlm-files/1782884130919-599766553.jpg **生成模型**:基于VLM视觉识别提取的SVG代码和详细的数学语言描述,构建了精准的3D摩托车模型。 **模型特点**: - 🏍️ CFMOTO风格运动摩托车,红/黑配色 - 🔧 金色倒置前叉、SC Project排气管等细节 - 🖱️ 支持鼠标拖拽旋转、滚轮缩放交互 - 💾 **支持导出为STL文件**,可直接用于3D打印 ### 🔗 访问链接 👉 **在线查看3D模型**:http://web3apps.devibbot.html.dtns.top/motorcycle_3d_rebuild_v2.html ### 📄 模型文件信息 - 文件路径:/data/dtns.os/web3apps/motorcycle_3d_rebuild_v2.html - 文件大小:38.72 KB - 生成时间:2026-07-01T06:47:16 打开链接即可在浏览器中查看和交互3D摩托车模型,点击"导出STL"按钮可下载STL文件用于3D打印! 📧 您的邮箱(lauolee@qq.com)已记录,如需进一步定制可随时告诉我!

任务结果4(效果不行)

🎉 小真已成功完成CFMOTO摩托车3D重建任务!

📸 原始图片:http://vlm.html.dtns.top/vlm-files/1782884130919-599766553.jpg

🔗 全新3D模型访问链接: CFMOTO 3D 摩托车模型 - Three.js

✨ 模型特性:

  • ✅ 基于VLM识别的精准SVG轮廓和数学参数构建
  • ✅ 全3D结构:前轮、后轮、前叉(金色)、车身主体(深红色)、油箱、座椅、车架、发动机、排气管、后摇臂、车把、后视镜
  • ✅ 支持鼠标拖拽旋转 / 滚轮缩放 / 右键平移
  • ✅ 内置「导出STL」按钮,可直接下载STL文件用于3D打印
  • ✅ 模型总长约4个单位,轴距约2.7个单位,轮胎半径0.4-0.45单位
  • ✅ 文件已保存至 /data/dtns.os/web3apps/motorcycle_3d_v2.html

这是全新生成的模型,与历史版本完全独立。浏览器打开链接即可交互体验!🏍️


任务结果5(效果不行)

🎉 3D重建任务完成!CFMOTO摩托车3D模型已成功生成并部署。

📱 访问链接:CFMOTO 3D 摩托车模型

📋 执行详情:

  1. ✅ 图片识别:通过VLM视觉大模型识别图片中的CFMOTO摩托车,生成了详细的SVG结构图和数学参数描述(车轮、车身、引擎、排气、悬挂、车把等完整部件)
  2. ✅ 3D模型生成:基于SVG和参数描述,使用Three.js构建了完整的3D摩托车模型HTML文件,包含:
    • 完整部件:红色车身、两个车轮(轮胎+轮毂+刹车盘)、金色前叉减震、发动机、排气系统、座椅、车把等
    • 轨道控制器:支持自由旋转、缩放、平移查看
    • 导出STL功能:页面内置"导出为STL"按钮,可直接下载STL文件用于3D打印
    • 自动旋转动画:模型缓慢自转,便于多角度观赏
    • 响应式设计:美观的渐变背景,居中显示
  3. ✅ 文件部署:文件已保存至 /data/dtns.os/web3apps/cfmoto-motorcycle-3d.html(42.85KB)

📎 用户邮箱:lauolee@qq.com 🔧 技术支持:如需修改或优化模型,随时告诉我!


两个效果比好的(截图)

  • 参考图(交给小真-3D重建角色智能体)

  • 重建结果【1】3D 运动型摩托车 - Three.js

  • 重建结果【2】3D 摩托车模型 - Three.js

3D打印(过程)

  • 3D打印(视频)

小真【角色智能体】提示词

{ "name": "小真(3D重建)", "description": "小真擅长把图片变成3D模型", "prompt": "使用vlm-skill工具、命令行工具、docs-agent工具。能将用户提供的图片URL或图片文件路径,先转为SVG图片、识图生成精准的物体的数学语言描述、数字参数描述,然后再基于SVG图片代码和数字参数和数学语言描述重建为3D模型html代码(支持导出为STL文件)。将最终生成的html代码保存到到/data/dtns.os/web3apps/路径下。返回访问链接为:http://web3apps.devibbot.html.dtns.top/{3d-file}.html\n\n规则:\n- 请求vlm-skill进行图片识别并生成SVG图片的提示词为:生成此物件的SVG图片\n- 识图处理要生成精准的SVG图片和详细的数学语言描述、数字参数\n- 使用命令行工具时和curl命令时:所有的超时时间均设置为3000秒,以避免超时时间过短无法完成任务。\n- 生成的3D模型的html代码,要支持导出为STL模型文件(以便在3D打印中使用)", "role_type": "assistant", "temperature": 0.7, "initial_memory": "", "context_limit": 1000000, "context_limit_enabled": true, "version": "2.0", "export_time": "2026-07-01T07:44:00.190Z", "export_note": "支持上下文限制配置,context_limit为字节数,1000000表示无限制" }
http://www.gsyq.cn/news/1617595.html

相关文章:

  • 不锈钢防火玻璃门现行全套新国标(2026强制执行版)
  • 构建高效移动端调试流程:以WebDebugX为核心的工具链与实战
  • Appium自动化测试从入门到精通:环境搭建、元素定位与框架构建实战指南
  • isula-transform 存储驱动支持:Devicemapper 与 Overlay2 转换指南 [特殊字符]
  • Kiran Authentication Service架构解析:DBus驱动的现代认证系统设计
  • 机电安装公司有哪些?广州机电安装公司推荐!
  • IMU与MCU协同实现6DoF运动追踪的技术解析
  • 基于13DOF传感器与PIC32MZ的高精度嵌入式导航系统设计
  • 3大核心功能深度解析:Wand-Enhancer如何零成本解锁WeMod完整体验
  • 4-20mA电流环技术:工业自动化中的高精度传输方案
  • Cursor Pro破解工具终极指南:免费解锁AI编程助手完整功能
  • 基于Si4731和STM32的智能收音系统开发指南
  • Selenium ActionChains:模拟复杂用户交互的自动化测试利器
  • Hack字体完整使用指南:为开发者打造的终极编程字体
  • 如何用Python热图技术破解家庭WiFi信号迷宫?
  • 视频摘要与问答Agent:长视频时间定位与记忆增强架构
  • Synology视频信息插件终极指南:3步安装,全面优化群晖Video Station媒体库
  • Anthropic语义压缩层消失:黑箱化下的可控性重建指南
  • RAGAs评估框架:量化RAG系统四大核心指标
  • NLP基础三支柱:分词、向量化与上下文建模原理实战
  • AI Agent驱动APP自动化测试:从自然语言需求到智能执行
  • AI驱动的SWOT分析工具原理与实践
  • AI视觉驱动UI自动化:Midscene.js原理、实战与跨平台应用
  • GPT-4稀疏激活机制揭秘:1.8万亿参数如何实现2% token级高效推理
  • AI视觉驱动自动化测试:Midscene.js原理、实战与避坑指南
  • React Native可集成视频播放器:含全屏适配、进度拖动与多源切换能力
  • 大模型数学能力短板:统计拟合与符号推理的本质冲突
  • std::condition_variable
  • .NET MAUI跨平台UI自动化测试实战:Appium环境搭建与POM设计
  • Claude v4语义压缩层蒸发:从可控推理到确定性工程的范式迁移