我们发现了什么
# AnyScene：由 AI 智能体根据一段话的需求构建的照片级真实 Blender 场景。使用 fal (https://fal.ai) 上的 Tripo H3.1 和 Meshy 7.1 将每个道具转换为 3D，并选出更优的一个；3。
- 来源：GitHub（发现于 2026-11-01）
- 证据等级：D · 发现产品或需求信号，暂未获得可核验的商业证据。
- 商业模式：待核验
- 主题：独立产品
- 初筛评分：16.3/100 · 收录 1 次
证据，比故事更重要。
规则清洗与初筛，未经人工商业核验。原文语境、实际客户和付费情况仍需自行验证。
引用与数字披露
来源类型（原作者自述／第三方测算／媒体转引）需采集端标注，本版尚未落字段。
- 作者
- 未标注
- 抓取日期
- 来源类型
- 未标注
- 币种
- 未标注
- 口径
- 未标注
- 披露主体
- 未标注
- 披露日期
- 未标注
中文辅助译文（全文）
AnyScene
照片级真实的 Blender 场景，由 AI 智能体根据一段话的需求简报构建。
你描述一个地点。随后，遵循 SKILL.md 的智能体将：
1. 为每件道具生成概念图和参考图；
2. 在 fal 上分别使用 Tripo H3.1 和 Meshy 7.1 将每件道具转换为 3D 模型，并选出更优的一个；
3. 编写脚本搭建房间，从大型家具到小型杂物逐一布置，并检查每件道具是否存在碰撞和悬浮；
4. 添加污渍、贴花、夜间照明、薄雾、蒸汽和雨水；
5. 拍摄电影感镜头和手持式漫游镜头，使用 Cycles 渲染并进行调色；
6. 剪辑一段展示场景构建过程的花絮视频。
所有道具均非手工建模。两个示例场景各用约一天的智能体工作时间完成，生成费用约为 $150。
| 场景 | 道具 | 镜头 |
|---|---|---|
scenes/tokyo-electronics-repair — 凌晨 1 点的电子产品维修柜台，外面下着雨 | 已生成 86 个 | 7 个电影感镜头 + 2 个手持镜头 |
scenes/tokyo-ramen-shop — 最后点单时的拉面柜台，蒸汽与雨 | 已生成 74 个 | 6 个电影感镜头 + 2 个手持镜头 |
本仓库包含流程和代码。已完成的场景（.blend 文件、生成的模型、渲染图）体积较大，需 单独下载。
布局
SKILL.md 逐步讲解整个流程，以及我们遇到的每一个坑；智能体从这里开始
generate/ fal 客户端：参考图和图像→3D (Tripo H3.1, Meshy 7.1)，并附有支出日志
pipeline/ env.sh (查找 Blender/ffmpeg)、GPU 队列、对比渲染、画廊页面
camera/ 摄影机装置和镜头渲染器：运镜、焦点切换、手持漫游、镜头特效 (参见 camera/README.md)
breakdown/ 幕后花絮视频和宣传片剪辑
scenes/<name>/ 每个场景一个文件夹：assets.json (道具)、picks.json (模型选择)、shots.json、NOTES.md、scripts/每个场景都在 scripts/ 中保留自己的构建脚本。场景的房间外壳和布置因地点而异，因此
新场景从更接近的示例开始，再由智能体重写这些部分。
要求
- Blender 5.0+（BLENDER，否则从 PATH 或默认安装位置查找）
- 配备 h264_nvenc 的 ffmpeg（FFMPEG，默认为 ffmpeg）。示例场景是在配备 NVIDIA GPU 的 Windows 上构建的；
对于其他 GPU，请在编码步骤中将 h264_nvenc 替换为 libx264。
- Node 20+
- 一个存储在 FAL_KEY 中的 fal API 密钥
- 用于幕后花絮视频的 uv（uv run --with pillow python breakdown/assemble.py <scene>）
开始新场景
让智能体阅读 SKILL.md，并给它一份简报：
使用 SKILL.md 构建一个新场景：黎明时分的有轨电车维修厂，其中一辆有轨电车已半拆解待维修。
然后在每个步骤的关卡处检查其工作成果：概念图、道具选择、灰模布局、布光静帧、镜头预览。
致谢
该流程遵循“使用 AI 创建高质量 Blender 场景”视频工作流：概念图、脚本生成房间外壳、 图像转 3D 道具、脚本化维修、场景布置、着色器、照明、手持摄影机、调色。
许可证
代码：MIT，参见 LICENSE。生成的资产将根据其各自的许可证单独发布。
译文由上游机器翻译生成，可能有误；判断请以英文原文为准。
英文原文（来源本站未改写）
AnyScene
Photoreal Blender scenes from a one-paragraph brief, built by AI agents.
You describe a place. An agent following SKILL.md then:
1. generates concept images and a reference image for every prop;
2. turns each prop into 3D with both Tripo H3.1 and Meshy 7.1 on fal, and picks the better one;
3. scripts the room, dresses it from big furniture down to small clutter, and checks every prop for collisions and floating;
4. adds grime, decals, night lighting, haze, steam and rain;
5. shoots cinematic and handheld walk-through shots, renders them in Cycles and grades them;
6. cuts a behind-the-scenes video of how the scene was built.
No prop is modelled by hand. The two example scenes were each made in about a day of agent work, for about $150 of generation.
| Scene | Props | Shots |
|---|---|---|
scenes/tokyo-electronics-repair — a 1 AM electronics repair counter, rain outside | 86 generated | 7 cinematic + 2 handheld |
scenes/tokyo-ramen-shop — a ramen counter at last orders, steam and rain | 74 generated | 6 cinematic + 2 handheld |
This repo holds the process and the code. The finished scenes (.blend files, generated models, renders) are large and are downloaded separately.
Layout
SKILL.md the process, step by step, with every gotcha we hit; agents start here
generate/ fal client: reference images and image→3D (Tripo H3.1, Meshy 7.1), with a spend log
pipeline/ env.sh (finds Blender/ffmpeg), GPU queue, comparison renders, gallery page
camera/ camera rig and shot renderer: moves, rack focus, handheld walk, lens FX (see camera/README.md)
breakdown/ the behind-the-scenes video and the promo cut
scenes/<name>/ one folder per scene: assets.json (props), picks.json (model choices), shots.json, NOTES.md, scripts/Each scene keeps its own build scripts in scripts/. A scene's room shell and dressing are specific to that place, so a
new scene starts from the closer example and an agent rewrites those parts.
Requirements
- Blender 5.0+ (BLENDER, otherwise found on PATH or in the default install location)
- ffmpeg with h264_nvenc (FFMPEG, default ffmpeg). The example scenes were built on Windows with an NVIDIA GPU;
on other GPUs, swap h264_nvenc for libx264 in the encode steps.
- Node 20+
- A fal API key in FAL_KEY
- uv for the breakdown videos (uv run --with pillow python breakdown/assemble.py <scene>)
Start a new scene
Point your agent at SKILL.md and give it a brief:
Use SKILL.md to build a new scene: a Lisbon tram depot at dawn, one tram half-stripped for repair.
Then check its work at each step's gate: concept, prop picks, clay layout, lit stills, shot previews.
Credits
The process follows the "create high quality blender scene with AI" video workflow: concept image, scripted room shell, image-to-3D props, scripted repair, dressing, shaders, lighting, handheld camera, grade.
License
Code: MIT, see LICENSE. Generated assets are released separately under their own license.
这条还缺什么证据？
下面每条都由本条已有字段推出（等级、理由、商业模式、来源次数、是否演示）， 本站不生成推测性结论；通用验证方法放在方法论页。
- 可核验的收入或付费证据查官网定价页与付费口径；第三方数据源（如 GetLatka）只作旁证，需标注来源与时点。
- 商业模式未定确认按席位／按用量／授权还是开源托管版收费；开源项目另查 LICENSE 与是否存在付费版。
- 只有单一来源找一手站点或其他渠道是否重复出现同一产品；社区热帖数量不等于商业进展。
通用验证清单（谁有这个问题／谁愿意付费／一个人能交付哪一小步）见我们的筛选方法。