一条推文里藏着一个不太起眼的细节:谷歌的 Gemini 4 Argon 拿到一份原始的 Pixel CAD 文件,最后交出来的不是图纸,而是一段带爆炸视图的完整 3D 动画。AI Screening 给它打了 89 分。
这件事的看点不在"能渲染",而在它自己把渲染之外的一整套活也干了。
![]()
它自己搭了灯光、镜头和音效
按这条推文的说法,Gemini 4 Argon 在生成动画的过程中,自主创建了必要的灯光、镜头编排和音效。这三样东西平时分属不同工种,现在由同一个模型一次性给出。
更关键的是它没有一次成型。模型依靠迭代循环,在最终渲染之前反复完善输出——先出一版,看效果,再改,直到收敛。
多步工具使用才是真正的门槛
从原始 CAD 文件到成品动画,中间要跨过好几道工序。推文把这项能力归为"高级的多步工具使用和编码能力":模型不是单点调用某个功能,而是把多个步骤串起来,自己决定下一步该做什么。
这类任务过去需要人盯着流程走,现在被压缩进一次自主执行里。
89 分意味着什么
AI Screening 给出的 89 分,是这条素材里唯一的量化评价。它对应的场景很具体:原始工程文件进,带爆炸视图的 3D 动画出。
对做产品演示、装配说明、结构拆解的人来说,这个链路如果稳定,省掉的是一整段外包和返工时间。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.