Three-Live: 3D tvorba pomocí AI na webu i mobilních zařízeních

Hlavní body a současné důkazy

Three-Live pomáhá vývojářům převádět kód scén Three.js vytvořený umělou inteligencí na 3D obsah, který lze zobrazit na webu i v nativních mobilních aplikacích. Jeho hlavní myšlenkou je používat podporovanou podmnožinu Three.js jako přenosný popis scény a poté výslednou scénu zkompilovat do formátu GLB nebo USDZ. Poskytuje kompilátor, renderery a integrace; externí model může tento kód napsat.

Zdroj obrázků Studia, architektury a ilustrací XR: Google Open Source Blog.

Repozitář je součástí organizace Google, ale výslovně uvádí, že nejde o oficiálně podporovaný produkt Google. Jeho aktuální README označuje projekt jako Beta. Oficiální příklady demonstrují procedurální geometrii, materiály PBR, animaci a prostorovou interakci napříč WebGL2/WebXR, Android Filament a Jetpack XR a Apple RealityKit. Tyto příklady ukazují zamýšlené pracovní postupy, nikoli záruku výkonu na všech zařízeních.

Článek při uvedení uvádí typické doby kompilace 2–5 milisekund, aniž by poskytoval úplný protokol benchmarku hardwaru a scén. Toto číslo nelze chápat jako celkovou latenci převodu obrazu na 3D. Repozitář také obsahuje vyhodnocovací sadu 100 promptů a kouřovou sadu 10 skriptů pokrývající kompilaci, diagnostiku nepodporovaných funkcí, renderování, simulaci a opravu v jednom kroku; samotná jejich existence není důkazem, že každý vygenerovaný skript funguje.

Od kódu k nativní scéně

Autor nebo programovací model vytváří pomocí podporovaného API meshe, materiály, transformace a skupiny. Hostitel spouští skript v omezeném prostředí. Na nativních platformách ThreeEngine v Rustu vkládá JavaScriptový engine Boa, resetuje stav scény a globální stav, spouští skript a z nezpracovaných bufferů extrahuje typovaný SceneGraph. Vstupní bod GLB předává tento graf funkci write_glb; samostatné cesty vytvářejí USDZ. Mezilehlá reprezentace je explicitní graf scény, nikoli naučený 3D latentní prostor.

Limity spouštění jsou důležité, protože generovaný kód může obsahovat nekonečné smyčky nebo nadměrné množství geometrie. V kontrolovaném zdrojovém kódu je spouštění produkčních skriptů omezeno na 500 milisekund, přičemž hodiny se kontrolují každých 10 000 operačních kódů VM. Limity scény zahrnují 100 000 vrcholů a 1 000 meshů. Pro transkódování platí samostatná lhůta pro zabalení. Jde o ochranné limity definované implementací, nikoli o měření rychlosti renderování nebo tvrzení o dokonalé izolaci. Webová cesta používá worker s volitelným iframe z neprůhledného původu; přístup k síti a úložišti je omezen.

Po kompilaci načtou adaptéry platforem asset do cílového rendereru. Android používá Filament a integrace XR; platformy Apple používají RealityKit; prohlížeč má vlastní renderer WebGL2 a podporu WebXR. Deklarativní vlastnosti userData.xr popisují podporované chování, například uchopení nebo prostorové ukotvení. Chování za běhu vyžaduje odpovídající integraci runtime: statický náhled modelu operačního systému nezachovává libovolnou interakci JavaScriptu.

Pracovní postup agenta přidává ověřovací smyčku. CLI může ověřit skript, vyrenderovat kontaktní list se čtyřmi pohledy a převádět assety; jeho rozhraní MCP tyto operace zpřístupňuje programovacím agentům. Vyhodnocovací harness může vracet diagnostiku kompilátoru a vizuální kritiku pro jedno kolo opravy. Tím propojuje generování kódu s pozorovatelnou geometrií a kompozicí, zatímco nepodporované nebo degradované funkce API zůstávají něčím, co je třeba prověřit, nikoli automaticky předpokládat.

Aplikace a stav vývoje

Three-Live je relevantní pro procedurální prohlížeče produktů, upravitelné vzdělávací scény, prototypy AR a AI asistované vytváření 3D obsahu v aplikacích. Může omezit práci na tvorbě scén specifickou pro jednotlivé platformy, ale neslibuje plnou kompatibilitu s libovolnými aplikacemi Three.js. Možnosti balíčků a binárních souborů zahrnují npm, nástroje Rust, knihovny pro Android a Apple Swift Package Manager; repozitář používá licenci Apache-2.0.

Oficiální changelog Unreleased je základem zde uvedených směrů vývoje. Uvádí generování scén z obrázků za běhu s kontrolami prostorové kvality a opravou v jednom kroku, stejně jako volitelnou akceleraci scén WebGPU a Gaussian splattingu. Jde o položky implementované ve vývojové větvi, nikoli o příslib, že je bude obsahovat každé vydané balení. Obrazová cesta kontroluje minimální počet meshů, konečné meze, pokrytí kamerou a kritické překryvy; tyto kontroly nedokazují věrnou rekonstrukci vstupního obrázku.

Tato recenze prověřila vstupní bod kompilátoru, limity spouštění, reprezentaci scény, dokumentaci vyhodnocování a changelog. SDK nebylo nainstalováno a výkon na zařízeních nebyl měřen.