Video wird geladen...
Video konnte nicht geladen werden
Gemini 4 Argon 在 Antigravity 中,通过一条包含详细工作流程的提示,在 Blender 里生成了日本寺庙建筑群。核心做法是:提供建造规则与视觉参考,让多个智能体分工、检查并反复修改。「单条提示」背后包含完整流程,动画与音效则是后续追加的要求。 三维建模既考验复杂编程,也考验对现实世界的理解,而且结果中的错误容易直接看出来。持续使用日式塔楼作为测试对象,便于比较不同模型的进步。 初始提示词引用了一份指导大型三维场景构建的技能文档,并要求先生成建筑蓝图,再由 Nano Banana 根据蓝图生成四张参考图,为建模提供视觉目标。 不同智能体分担工作,由协调智能体统筹、批评智能体检查;系统将 Blender 的渲染结果与参考图比较,通过反复检查与修改推进建模。 演示者第二天看到结果后,继续要求模型渲染动画,并用程序生成钟声和环境音效。因此,最终展示的动画与声音属于后续扩展。
18,874 Aufrufe • vor 1 Tag •via X (Twitter)
28 Kommentare

😂他这个思路跟我构建清明上河是一样的

厉害的👍

被老师夸了🥰

a critiquing agent comparing renders to reference images is just a loop with a harsh reviewer in it. works though

单条提示背后塞完整建造规则+多智能体互相检查,这思路太像外贸里把 PI 模板和验货清单写死再让 AI 跑。我准备拿同样套路让 Argon 帮我拆一份产品规格书给海外买家看。

还挺想看它接一道改稿题:只换其中一座塔的屋顶,其他建筑、灯光和镜头都别动。能搭起来是一关,能听懂“其他地方别动”又是另一关。

卧槽,一句话盖完一座寺庙,我当年搬砖三个月才砌完一面墙。

真正拉开差距的不是单次生成质量,是返工循环的效率。早期测试 agentic 代码提交 +35%,Google 这次是把“严厉评论员”工业化了。

一条提示做出整片寺庙,关键是把建造规则和检查环节都写进了流程,多智能体分工这套越来越成熟了。

多 agent 分工检查这套,比堆一条超长提示词稳多了

如果把这套流程用到产品展示,我会先加一关: 正面、侧面、背面各出一张图,检查三处标签是否能读清。 动画都剪完了才发现背面商标歪了,真的崩溃😂 把“像参考图”拆成能逐项看的条件,确认后再加动画和音效。这是验收任务的设计建议。

单条提示背后是完整工作流,这点常被低估。多 agent 分工检查再改,比一次生成靠谱。你这次动画音效是同一条提示加的,还是后开一轮?

这条最该看的是“单条提示背后包含完整流程”——提词不再是许愿,是把工作流说清楚。做交付的人可以反过来想:把自己重复干的活总结成流程文档,就是未来接单的核心资产。

单条提示看起来像魔法,背后其实是规则、分工和反复验收。Agent 产品比拼的,常常是流程设计,不是模型本身。

昨天看 Orange AI 做一分多钟的 AI 短片也是这样:生成了 50 段,第一版只用上 10 段,剩下全在返工。"一条提示"说的是成品,不是过程。

这类 demo 最容易让人产生误解的是看完觉得「模型变强了」,其实强的是那份施工规范写得细。普通人照抄 prompt 翻车,大多翻在验收环节——智能体不知道什么算「做完」,没标准就只能硬着头皮交工,返工循环根本转不起来。

「单条提示」听着省事,其实是把项目经理写进了提示词里。分工、验收、返工全堆在那一行后面——寺庙不是生成的,是被盯出来的。

「单条提示」里塞的是整套流程:建造规则、视觉参考、谁检查谁返工。这种 demo 能复用的部分主要在那份流程,换个模型照着跑也能出个样子,Argon 拉开差距的地方,大概在几个智能体互相挑错之后几轮能收敛。动画音效是后加的这点挺关键,说明一开始就没指望一次出全。

一条 prompt 直接在 Blender 里盖寺庙?多智能体分工这招太丝滑了 😮

重点在"单条提示"背后那套流程:规则、参考、多智能体分工检查。以后会写提示的人拼的不是措辞,是能不能把工作流讲清楚。

这个例子里真正值钱的是那条带建造规则和视觉参考的提示,多智能体互相检查这套流程比模型本身更关键。同一套流程换 Opus 5.5 跑一遍,差距估计没跑分表上那么大,有人试过对比吗

游戏开发加速⏩

重点不是生成了寺庙,是"多个智能体分工检查修改"——单个 agent 画图是炫技,多个 agent 互相挑毛病才是生产力。这条 workflow 值得单独出一期拆解。

一条提示里装了整个施工队,包工头、监理、质检全是 Argon 自己

「一条提示」能出寺庙建筑群,背后其实是工作流写清楚了:规则、参考、分工、返工。 Agent值钱的不是会画,是会按你的验收标准改到过关。 老板用AI,先把流程写成可执行的检查清单,比换模型管用。

这帖真正难抄的不是「一条提示出寺庙」,而是提示里已经写死了:建造规则、视觉参考、多 agent 怎么分工、谁检查、改几轮。 想复现的人别先写 vibe prompt,先把工作流文档写清楚——Blender 里缺哪一步、验收标准是什么,再交给 Argon。动画和音效后挂也合理,先把几何和材质稳住再说。

看起来 Gemini 4 还是挺强的,不过还是得等自己试了才能知道具体能做到哪一步。刚才看了下,我的还没有 Gemini 4 可以用,再等等😅

一条提示拆成一整套流程,模型开始学会分派与返工,真正难的从来不是生成而是验收。
