Gemini 3 浏览器演示:体素艺术、模拟器与桌游

原标题Gemini 3 Browser Demos: Voxel Art, Simulators and a Board Game

Matthew Berman 展示一组借助 AI 制作的创意应用,从动态体素艺术到交互式模拟。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2025年11月22日
视频
17:51
阅读
5 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 展示团队使用 Gemini 3 构建或改造的浏览器演示,包括体素素材、泡沫故事板、高尔夫分析器和主题桌游。这些演示既展现了有吸引力的交互,也暴露出局限;生成的金融、科学和教学内容未经独立验证。视频包含 Zapier 的赞助内容。

  1. 1体素机器人生成器团队改造了现有演示,使其能够生成、拆解和重新组合体素物体。
  2. 2AI 泡沫故事板交互页面结合历史比较与游戏;其中的数字和结论未经独立验证。
  3. 3视觉模拟对撞机、尺度和引力演示提供了交互式画面,但其科学准确性尚未得到证实。
  4. 4高尔夫视频分析原型根据上传的挥杆视频生成评分和建议,但未经独立验证。
  5. 5主题桌游一个 Monopoly 风格的原型展示了主题棋盘和对手,并进行了几个回合。

要点建议

  1. 团队改造了现有的体素生成器,并通过反复迭代创建动态机器人和自定义物体。
  2. 多个浏览器原型使用了交互式视觉效果,但视频没有验证其科学准确性。
  3. 泡沫故事板中的数字和结论是生成的演示内容,并非经过核实的金融分析。
  4. 高尔夫评分和与职业球员的比较仅作示例,并非经过验证的教学评估。
  5. 视频包含 Zapier 的赞助环节。
全文

按章节阅读整理后的全文

只看原始文稿
01

体素机器人与反射渲染

Berman 改造体素生成器,并展示交互式镜面房间。演示包含多轮提示迭代,也能看到渲染瑕疵。

我和团队使用 Gemini 3 创建或改造了一系列浏览器演示,从体素艺术到自定义桌游都有。其中一些是趣味视觉原型,有些需要反复迭代,也有明显瑕疵。视频包含 Zapier 的赞助环节。

我们从 Gemini 团队提供的体素艺术生成器入手,继续通过对话让它以程序方式生成机器人。经过几轮交流,演示就能创建机器人、将其拆成碎片,再重新组合成一个新机器人。我还要求它制作一台复古即时成像相机,生成结果可以辨认,不过我觉得颜色不太对。

界面允许我们导入和导出 JSON 蓝图、请求自定义物体、随机生成机器人,以及暂停或恢复旋转动画。在这个版本中,生成新机器人时会保留之前的颜色;刷新页面则会换一套配色。粉碎和重新组合的效果看起来尤其令人愉悦。

接下来,我们用提示词要求应用生成一个带金属纹理和体素角色的镜面房间。在生成的浏览器演示中,反射会随镜头移动而变化,金属物体在房间中漂浮。画面存在明显瑕疵,渲染也并不完美,但我喜欢反射出现在多个表面上的效果。视频没有独立确认具体的渲染技术或性能。

02

AI 泡沫故事板

团队创建了关于金融泡沫的交互页面和模拟器。生成的数字和结论未经独立验证。

我们还让 Gemini 研究金融泡沫,并围绕 AI 热潮制作交互式故事板。页面比较历史案例,介绍明斯基周期框架,还加入了一款游戏:建设基础设施、筹集资金等行动会改变显示的风险。在我的演示中,反复融资最终使模拟泡沫破裂。

页面显示资本支出、收入和能源使用方面的数字,并在生成的评估中将 AI 热潮称为生产性泡沫。这些数字和结论来自演示,并非经过独立核实的金融分析,也不是视频所证实的预测。模拟器是在说明一个概念,不能证明市场未来会如何表现。

赞助环节介绍了 Zapier 的 Unified Copilot,赞助商称它可以通过对话在旗下产品之间构建自动化流程。视频还介绍了集成能力和人工审核步骤。这些属于赞助商的说法和 2025 年的产品信息,并非对所有工作流或当前可用情况的测试。

03

图像、粒子与尺度

视频展示了图像转体素素材、对撞机和托卡马克画面,以及十的幂尺度动画。这些是创意原型,而非经过验证的模拟。

另一个体素工具可以根据图像创建三维素材。我展示了背着喷气背包的猫、漂浮岛上的树等示例,然后上传了一张广为人知的 Muhammad Ali 照片。提示词要求生成三种不同的体素表现,结果虽然相当简单,但仍能辨认;界面还提供下载功能。

针对粒子对撞机的想法,我们要求制作一个有趣的模拟,并建议加入类似托卡马克的等离子体演示。生成的应用提供两种视图。它在我的浏览器中运行缓慢,API 配额耗尽后,AI 分析面板显示连接不稳定。仅凭画面无法验证底层物理是否准确。

一个十的幂尺度动画器使用生成的图像在不同尺度之间移动。一段序列从太阳系进入细胞及更小的尺度;另一段则从卫星视图移向街道和建筑。过渡效果很有趣,但我注意到一些奇怪的元素和不准确的地理细节,因此不应把生成图像当作科学或地理可视化。

04

引力与高尔夫

Berman 演示了 N 体沙盒和基于视频的高尔夫分析器。科学准确性和教学质量都没有经过独立评估。

我们通过提示词创建了一个交互式 N 体引力沙盒,可控制质量、位置和初速度。我加入天体、观察碰撞,并引入一颗经过的恒星或一个黑洞。显示的轨迹会随输入变化,但视频没有验证数值方法,也没有证明黑洞的行为符合物理现实。

高尔夫挥杆分析器接收上传的视频,给出评分和建议。在这个例子中,它给挥杆打了 78 分(满分 100 分),突出显示了几项动作指标,并将动作与职业高尔夫球员进行比较。这段演示展示的是生成的反馈,并非经过验证的测量,也不能替代专业教练的指导;我没有独立核实评分或比较结果。

05

交互视觉效果与桌游

手部追踪、地球可视化和点阵效果之后,视频展示了一款主题 Monopoly 风格游戏。Berman 演示了几个回合,也指出其中的不完善之处。

手部追踪可视化工具会响应一只或两只手的动作,并提供宇宙能量、冰川碎片等粒子风格。这种交互形成了有趣的浏览器效果;视频没有测试其追踪精度,也没有展示经过验证的流体动力学模型。

在地球可视化演示中,我们要求创建可旋转的地球仪、云层、可调整的条件和时间线。界面显示二氧化碳、温度和云层控制项,以及天气和卫星视图。这些只是演示中观察到的界面功能,并不能证明天气、气候或卫星计算具有科学准确性。

点阵转换器将我在湾区拍摄的一张照片变成粒子。我尝试了吸引或散开这些点的效果,然后重新构成图像。视觉效果在浏览器中运行,可以用不同风格反复播放。

最后,我们创建了一个 Monopoly 风格的桌游生成器,可以接受自定义主题。我展示了一个 Donkey Kong 主题棋盘,其中有地产、骰子、棋子和能够交易或谈判的模拟对手。演示展示了几个回合,仍不够完美;它并不能证明所有游戏规则、谈判或生成内容都能可靠运行。我认为继续迭代可以让它更有吸引力。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
6 张幻灯片1:03:37EN → 简体中文
Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1:动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试,内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。编程智能体Generative media评估+2
0:53EN → 简体中文
Matthew Berman· 2026年10月22日Sam Altman 谈 AI 与新知识的发现Sam Altman · OpenAIAltman 预计,数学发现方面的进展将延伸到生物学、材料和能源领域。AI for scienceMathematicsComputational Biology+1