Three.js
PulseAugur coverage of Three.js — every cluster mentioning Three.js across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
-
Qwen 3.8-27B 模型展示了对 Three.js 的熟练掌握
在 Q4 量化下，运行在 3090 GPU 上的 Qwen 3.8-27B 模型已展示出有效利用 Three.js 的能力。这表明该模型能够处理并可能生成与用于 3D 图形的 Three.js JavaScript 库相关的代码。
-
Qwen3.8:27b 在大型 C 到 HTML 移植任务上表现不如 Opus 5
一位用户测试了新的 Qwen3.8:27b 模型将大型 C 代码库移植到使用 Three.js 的单文件 HTML 的能力。在强大的本地硬件上运行的 Qwen 模型花费了四个多小时才产生了一个糟糕的结果，这比 Anthropic 的 Opus 5 慢得多，Opus 5 在 21 分钟内完成了类似任务，结果“尚可”。实验表明，本地模型仍然严重依赖有效的提示，即使拥有广泛的上下文窗口和硬件，一个不佳的提示也会导致资源利用效率低下和次优结果。
-
Claude AI 协助创建 PVP 太空战斗游戏
一位用户使用 AI 模型 Claude 和 JavaScript 库 Three.js 开发了一款 PVP 太空战斗游戏。创作者分享了他们的经验，指出这是他们的第一个游戏开发项目，并表示愿意回答有关该过程的具体问题。该游戏可在网站上免费玩，并且还有一个新推出的 Android 应用程序。
-
用户声称：本地 Three.js 资源生成器已实现通用人工智能 (AGI)
这篇 Reddit 帖子讨论了一个观点：对于那些工作内容仅限于为 Three.js 生成低多边形资源的人来说，通用人工智能 (AGI) 已经有效地实现并且可以本地访问。作者幽默地认为，这些人已经在他们特定的领域达到了 AGI 的状态。帖子还呼吁采用新的测试方法，因为作者厌倦了看到相同的科技网红演示，并特别提到了一个宝塔。
-
Nixie-fx 集成 Three.js 以进行粒子 VFX 开发
此条目详细介绍了 nixie-fx（一个用于创建粒子视觉效果的工具）与 Three.js JavaScript 库的集成。它概述了开发人员的四步清单，包括通过 npm 安装、导出 VFX 包以及初始化 ThreeVfxRenderer。该过程强调使用纯 JSON 来表示效果，便于在审查中进行差异比较，并需要使用 `vfx.update(delta)` 为每一帧更新 VFX。
-
Qwen 3.8 27B、GPT‑5.6 Terra 和 Grok 4.6 在网页开发任务中的对比
对 Qwen 3.8 27B、GPT‑5.6 Terra 和 Grok 4.6 三个 AI 模型进行了比较。每个模型都负责从共享的 Git 基线独立构建一个高级 Three.js 香水发布网站。结果显示每个 AI 的输出存在明显差异。
-
迷你高尔夫原型机通过Meta Muse Code移植到VR
一位开发者已成功将其迷你高尔夫原型机移植到VR运行，此外还有现有的独立版本、Three.js版本和网页版本。VR版本是使用Meta Muse Code和Unity CLI实现的。开发者计划进一步优化游戏的物理效果，特别是摩擦力和弹力，并已实施自动化测试和网站来跟踪进度。
-
KTX 图片转换器工具发布，支持 WebGL/GPU 和 Three.js
Robert Borghesi 开发了一款 KTX 图片转换器工具，专为 WebGL/GPU 和 Three.js 应用设计。该工具旨在促进 KTX 图片格式在这些图形环境中的使用。该项目通过一篇文章进行介绍，并在 Mastodon 上发布。
-
AI Codex 使用 Blender 和 Unity 生成包含资源的完整游戏
Ethan Mollick 分享了一次经历，其中 AI 模型 Codex（集成到 Bluesky Jetstream 中）生成了一个包含所有资源的完整游戏。游戏中，一只水獭作为主角，驾驶着动物形状的机甲，机甲是游戏玩法不可或缺的一部分。这一演示展示了 AI 使用 Blender 和 Unity 等工具创建复杂交互式应用程序（包括 3D 资源）的能力，超越了简单的 HTML 界面。
-
AI 利用代理循环生成粗糙的 GTA VI 原型
一位用户展示了利用 AI 生成《侠盗猎车手 VI》原型的大胆尝试，特别是利用了代理循环和工具系统。虽然最初的尝试失败了，但后续通过改进的反馈机制（包括结构化的 JSON 游戏状态导出）进行的迭代，产生了一个粗糙但可用的原型。这项耗时 22 小时、涉及 86 个代理的实验，凸显了通过单一提示生成具有更丰富调试信息的复杂模拟的潜力。
-
Karpathy 的 10 美元《指环王》实验展示了大语言模型构建 3D 世界
Andrej Karpathy 通过让 Claude Opus 5 模型解读《指环王》第一段并生成 3D 版本，展示了大语言模型的潜力。模型拥有 100 万 token 的预算，在约两小时内生成了超过 5500 行代码，创建了一个可玩的 3D 世界。这一实验凸显了从简单的问答转向复杂、自主的代理工作，预示着未来大语言模型能够以低成本创建定制的、按需生成的虚拟环境。然而，Karpathy 指出，当前模型缺乏原生的多模态感知能力，这阻碍了…
-
开源AI工具培训实验室人员进行流式细胞术和白血病诊断
一位医院实验室科学家开发了一个名为Flow-Gate Learn的开源交互式Web培训工具，以协助教授临床流式细胞术和免疫表型分析。该应用程序使用AI代理构建，通过模拟正常病例和患者病例，指导用户识别细胞群和诊断急性髓系白血病（AML）等疾病。它具有交互式绘图区域和各种门控工具，以及一个3D细胞检查器，用于可视化细胞形态和受体蛋白。
-
Anthropic 的 Claude Opus 5 生成了具有缩放功能的 ThreeJS 应用
一位用户分享了 Anthropic 的 Claude Opus 5 模型的一个演示，展示了其生成 ThreeJS 应用程序的能力。该应用程序旨在模拟从叶子开始，一直到叶绿素分子中的镁原子，跨越九个数量级的连续缩放。然而，用户指出缩放效果存在一些连续性问题。
-
AI 代理程序化生成基于浏览器的 FPS 演示
Claude of Duty 是一个基于浏览器的 FPS 演示，使用 Three.js 和 WebGL2 构建，包含约 55,000 行代码，分布在 11 个子系统中。多个 AI 代理协同工作，在运行时程序化生成所有纹理、网格和声音，不依赖预先存在的文件。虽然该演示包含 HDR 渲染、物理、AI 和 Web Audio 合成，但由于帧率和资产生成方面的限制，其质量尚未达到 Call of Duty 的水平。
-
开发者使用 Claude、Three.js 和 Rapier Physics 构建多人破坏游戏
一位开发者分享了他们使用 Claude、Three.js 和 Rapier Physics 构建多人破坏游戏的经验。他们在多人连接上实现流畅的物理同步时遇到了挑战，最初使用流式方法导致破坏效果卡顿。随后，开发者切换到一种基于事件的系统，通过通信破坏事件并在客户端处理物理计算，从而在连接不佳的情况下也能获得更流畅的性能。
-
开发者使用 Claude Code Opus 5 构建沙漠探险游戏
一位开发者使用 Claude Code，特别是 Opus 5 模型，以及 Three.js 创建了一个程序化沙漠探险游戏。该游戏具有独特的地形生成系统，沙子会变形和侵蚀，并配有模拟 GPU 织物和改变地形的动态沙子法术。Claude Code 在开发着色器、计算内核、物理集成和工具方面发挥了重要作用，其工作流程涉及根据特定指标衡量性能。
-
World Monitor 仪表板获得 67k 颗星，提供 AI 代理端点
World Monitor，一个开源的全球情报仪表板，已获得超过 67,000 个 GitHub 颗星。该项目由 Elie Habib 开发，提供了一个融合到 WebGL 地球上的全球事件实时视图，并为 AI 代理提供了一个 MCP 端点。它包含超过 500 个新闻源、56 个地图图层（包括关键基础设施和冲突区域），以及一个具有约 18 个工具域的 MCP 端点。该仪表板有三种部署模式，可以选择使用 Ollama 进行本地推理或通过 …
-
Google 发布 Gemini 3.6 Flash 和 3.5 Flash-Lite 模型
Google 发布了两款新的 Gemini 模型：Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite，现已全面投入生产使用。与前代模型相比，Gemini 3.6 Flash 在复杂的代理和多模态任务上提供了改进的性能，同时减少了 token 使用量并降低了成本。Gemini 3.5 Flash-Lite 定位为 3.5 系列中最快、最具成本效益的模型，在数据高吞吐量解析和文档提取方面表现出色。
-
游戏开发者寻求AI工具以制作AAA级动画
一位Reddit用户正在寻求关于为浏览器游戏创建高质量动画的指导，特别是涉及一个拔枪的蒙面人物的场景。由于缺乏动画或设计经验，他们正在寻求工具、技术和学习资源的建议，以在5-7秒的动画中实现AAA级游戏的美学效果。该用户已尝试使用Three.js和简单的形状，但发现结果不令人满意。
-
RoomCraft AI 使用大型语言模型和模拟退火进行房间布局优化
RoomCraft AI 是一款新颖的应用，它利用大型语言模型 (LLM) 来优化房间布局。该系统首先使用大型语言模型（具体来说是通过 Groq 使用 Llama 3.1）将房间的自然语言描述解析为结构化数据格式。然后，这些结构化数据会输入到模拟退火算法中，该算法会探索多种家具摆放方案，以根据通行空间和家具关系等因素找到最佳解决方案。最后，最佳的五个布局方案将以 3D 形式可视化，并可导出为技术 PDF 文件。