一句话看懂:掘金作者柳杉发布 smart-agriculture-3d-dashboard 实录,用 GPT-Image-2.5 出三稿设计、GPT-6 Astra 经 Blender MCP 建模、Tripo3D 生成并绑定巡检人物,跑通智慧农业 3D 大屏从调研到浏览器验收的全链路。
事件核心:发生了什么
2026 年 9 月 29 日,作者柳杉在掘金公开了智慧农业 3D 大屏项目实录。项目设定一个 12 个种植单元、240 亩的概念园区,含 8 个棚区和 4 块露地,种番茄、黄瓜、甜椒、生菜和甜玉米,屏幕读数为固定样例而非实时数据。流程分八步:调研 Brief、GPT-Image-2.5 出三稿、中央场景拆分、271 个逻辑元素切割回贴、Three.js 小样与 Blender MCP 建模、棚内作物深化、React+ECharts+Three.js 网页联动、Tripo3D 人物与巡检动画。作者强调模型为可视化级,非测绘或建筑依据。
为什么重要
这条链路的价值不在画面好看,而在把”AI 生成内容”拆成可验收的工程步骤。素材有归属表和哈希校验,数字有可复算样例,模型保留可编辑 Blend 源文件。它说明 GPT-6 Astra 这类大模型配合 Blender MCP,有条件承担带空间比例要求的三维建模任务,而不只是出概念图。对 AI 应用落地而言,这比单次生图更接近生产级工作流,也暴露出导出资产与网页运行状态之间的验收缺口。
对用户/开发者/创作者的影响
开发者可直接借鉴其分层思路:三维场景、运行时空间层、React+ECharts 图表、静态装饰各归其位,避免整图铺页。创作者要注意 Tripo3D 导出 GLB 时,工作台勾选的动作不一定会写进文件,第一次导出就出现”有蒙皮无动画”,必须解析动画通道名称与时长再验收。农业数据展示上,作者明确区分”低于同组中位数”和”缺水告警”,这为数据可视化中的口径合规提供了可参考的边界。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是这套链路能否复用到其他场景,作者上一篇智慧厂房已做类似尝试;二是 Tripo3D 导出缺失动画是否为个例,还是工具链普遍问题;三是目前人物缺少独立 idle、run 动作,靠路径控制位移的做法能否形成稳定规范,仍有待更多案例验证。
来源:juejin


