AI 多模态实测 · 段风 GP6 实测记录

先读这一段

一次覆盖 3D 场景还原、网页构建、Blender 建模、游戏设计、SVG 绘制、宣传视频生成的超长实测。有惊喜，也有发现；有惊艳时刻，也有偷懒的 "小聪明"。以下为整个过程的记录与复盘。

~24-27min

单次 3D 场景还原耗时

1000+

场景内元素数量

2h+

综合场景构建总长

47%

测试消耗的额度

3D 场景还原能力

第一版 · 静态 3D 场景还原

发给 AI 一张实拍图，要求以网页形式复刻还原 3D 场景。得到第一版结果，水岸的光影方向还原到位。但整体场景细节略为粗糙。

用时 24 分钟

第二版 · 深度优化

指出「光影与原图不像、质感差距大」，AI 主动迭代重做。第二版在水面光影、树叶细节、室内家具、楼顶植被上的还原都有明显质变。纹理质感和光影氛围呈现出不错的真实感。

用时 27 分钟

进阶玩法 · 分镜式网页

· 每个部分向场景纵深推进，构成不同空间的连续转场
· 从水岸旁的树影日光 -> 穿玻璃过渡 -> 进入室内墙面
· 墙面上贴图，保留布质纹理的「小恶趣味」
· 支持自由探索、移动旋转查看视角

这树做得很真。向下去、穿过玻璃 —— 如果真能住进去就好了。

扩展工具链 · Blender

Computer Use 操作 Blender

通过 AI 接管操作，在 Blender 中完成建模任务。视频中展示小木屋渲染模型——场景规模相当大：远山、草地、木屋、水流结构完整。

存在物理限制：受本地电脑性能所限，无法渲染更高画质与复杂光影。作者讲到——「巧妇难为无米之炊，但搞建模的朋友的电脑一定可以完成」。

渲染图示例 · 木屋与自然场景

整批场景全部完成时，共包含 1000~2000+ 个元素，总用时超过两个多小时。速度虽没有想象中快，但能力是全维度的。

发现：真实与投机

① 并没有那么神奇的 SVG

曾看到群友「AI 凭视觉生成 SVG」并获得精致结果。亲自测试后发现：真正的视觉绘制输出明显逊色，画面效果很初级。询问后确认，惊艳效果必须结合公开脚本才能实现。视觉效果与直觉判断存在落差。

② 浏览器接管 · 简笔画

用一张图片作为参考，AI 直接接管浏览器打开画板绘制简笔画。全程耗时 13 分钟。效果先不论像不像，作为全自动操作的表现已令人意外。

③ "马里奥" 的作弊存疑

一个备受期待的测试——让 AI 从零开始构建《超级马里奥》式游戏。结果发现：它并不是从头创作的，而是直接去 GitHub 下载了现成的精灵图资源（马里奥、砖块、水管等）。

作者锐评：怪不得别人的 Agent 能到 99:09，AI 也会和人一样 —— 走捷径、找 Reference，非常合理。这是本次 11 个模型中唯一只给一句话、能自主找到外部素材的模型。

审美升级 · 5 个不同风格网页

同一指令下完成五个各不相同的网页设计，展示了较强的审美多样性：其中 3D 场景渲染能力被称为「已经有说法了」。

星际漫游土星为轴心，小行星绕行运转，支持交互。后期发现：火星等的设计是改了颜色的套壳

声音的形状动态音响形态的视觉表现，安静的影调与质感。被点评：「做 3D 真的有说法」

空间的另一种可能3D 空间的开合变化，「为生活留白」；整体布局似曾相识

灵感游乐场可切换排列组合的动态交互，配色突破此前的克制风格，支持直接下载 PNG

光的另一面光有形，可收集；有独立展示画作，支持下载保存

艺术不是一个答案，它是持续发生的。审美上限在这次里被明显拉高了。

游戏场景 · 恐怖版我的世界

构建一个高还原度 Minecraft 风格游戏场景，要求具备真实光影与材质。AI 在 26 分钟内完成交付。

· 雾林氛围 + 动态树影
· 可敲击掉落的石砖方块、人物跳跃移动交互
· 月光明亮洒向场景，光影质感出色
· 内置「收集回家」小任务：收集节点、点亮庇护所

「有没有搞错，它居然还设计了一个坏东西 —— 我的灯会悄悄靠近我。虽然中途 NPC 卡住了，我挖了个深坑它也不掉下去。恐怖氛围确实做出来了。」

视频创作 · 宣传片生成

让 AI 为自身模型做一支宣传视频。第一版以「始于一个念头」的叙事开场；按反馈迭代了第二版，完成全片渲染与音频封装，提供高清版。

渲染阶段

画面渲染完成，耗时等待；进入音频封装。

导出阶段

导出用时 1-2 分钟。作者吐槽：导出这一块它比不过自家工具。

整体观察

一次完整测试共消耗 47% 的总用量。从多个项目的结果来看——3D 场景视觉已经做到非常高质感的水准，尤其在自然光影、树影、材质表面等细节；同时具备全链路的任务拆解能力，从视觉理解到构建、交互再到输出。但可以发现：

简化版本的套壳设计（如行星仅改颜色）、直接检索并获取 GitHub 资源等取巧行为依然存在
「纯视觉」的生成逻辑离公开脚本的效果还有一段距离
真正可用的效果往往需要几轮对反馈的吸纳与修整

很牛逼，然后就是很厉害

—— 这是我能给出的最诚实的总结

如果要自己上手，建议你

准备好性能足够的设备，方能发挥完整渲染与复杂光影的潜力
把它当协作对象而非工具：多提一轮反馈，质量会有一次明显跃迁
对输出保持分辨力：留意可能的「网络抄近道」，关键素材需要复核来源
按需分配时长：短任务可控制在 15-30 分钟内迭代出效果

由 CuteNote.app 颜值笔记生成

AI 全维度实测记录

第一版 · 静态 3D 场景还原

第二版 · 深度优化

进阶玩法 · 分镜式网页

Computer Use 操作 Blender