AI news

课本解剖图Out了:一个开发者用AI手搓3D人体神器,160万人围观

By 机器之心1 viewsSource: 机器之心
课本解剖图Out了:一个开发者用AI手搓3D人体神器,160万人围观

该项目名为 Anatomy Atelier,是一款面向人体解剖学习的交互式 3D 网页应用。它把器官模型、知识卡片和交互操作放在同一个界面,我们通过旋转、缩放和点击,更直观地理解人体结构。

The full text has not been translated yet. The Chinese original is shown below.

AI 狂飙到今天,几乎每个行业都在谈变革。

教育领域却显得相对谨慎,AI 更多停留在娱乐化、生成教案、批改作业和回答问题上。

比如有美术老师把学生的画作喂给 AI,让静止的图像动起来,全班「哇」声一片。

文章配图

视频来自小红书新民晚报

今年 WAIC 上,科大讯飞的 AI 黑板倒是吸引了不少人。

其中最吸睛的一个功能,就是用 AI 将抽象的数学公式具象化。

输入一个函数公式,系统自动生成对应图像;调整参数,图像随之变化。

立体几何里学生看不懂的空间结构,也能从纸面示意图变成可旋转、缩放、剖切和展开的 3D 模型,通过透明化、颜色标记和视角切换,直观呈现点、线、面之间的关系。

文章配图

随着图像生成、3D 建模和代码 Agent 逐渐接入同一套工作流,抽象知识可以被做成可点击、可拆解、可探索的交互内容。过去需要设计师、3D 艺术家和前端工程师协作完成的原型,如今一个人也有机会搭建出来。

X 博主 @thebuggeddev 最近做了个 3D 人体解剖应用,吸引了 160 多万网友的围观。

文章配图

「氛围编程」造出了 3D 人体解剖应用

该项目名为 Anatomy Atelier,是一款面向人体解剖学习的交互式 3D 网页应用。

它把器官模型、知识卡片和交互操作放在同一个界面,我们通过旋转、缩放和点击,更直观地理解人体结构。

  • 应用链接: https://anatomy-livid.vercel.app
  • 项目链接:https://github.com/thebuggeddev/anatomy

目前,应用收录了心脏、大脑、肺、肝脏、肾脏、眼睛、肠道、胰腺和皮肤等 9 类器官。

文章配图

每个器官都配有相对完整的知识模块。以心脏为例,页面会介绍其大小、重量、位置、供血方式和主要功能,还包含微观组织、功能动画、器官对比、常见疾病以及所属人体系统等内容。

我们可以旋转和缩放 3D 模型,开启自动旋转,点击热点查看主动脉、心房、心室和瓣膜等具体结构。

页面还设置了器官隔离、剖面观察、分层显示、器官对比和重置视角等功能。

顶部同时提供器官搜索,以及 Systems、Lessons、Library 和 Notes 等入口,整体形态已经接近一套轻量级数字解剖学习平台。

一个开发者,做出了教具级产品

据作者介绍,他一直想通过「氛围编程」做出一款真正有用的产品。他从 @DilumSanjaya 制作的 3D 动植物细胞项目中汲取灵感,最终完成了这款解剖应用。

文章配图

https://x.com/DilumSanjaya/status/2053155739389378849?s=20

整个项目从一张设计图开始。他先用 GPT Image 2.0 生成视觉方案,再以这张图片为参考,逐个生成不同人体器官的二维图像。

这些器官图交给 Tripo,转换为可在网页中使用的 3D 模型。视觉资产准备完成后,他打开 Codex,根据设计方案编写了一份主提示词,并将提示词、设计图和全部 3D 模型一并提供给系统。

借助 GPT-5.6 Sol 和 Three.js,Codex 很快完成了应用的第一个版本。用户可以在网页中查看不同器官,观察它们的结构和位置,并通过交互标记了解器官各部分的作用。

Codex 还生成了器官在人体中所处位置的解剖插图,并创建了可点击的热点标记。原本分散在视觉设计、前端开发和内容呈现中的工作,被串进了一条连续的 AI 工作流。

第一个版本在视觉上已经成形,性能问题却很快暴露出来。

每个 3D 模型接近 120-150MB,全部资源加起来约有 900MB,难以直接部署到网页端,运行时帧率只有约 16 帧。

经过几轮迭代,Codex 将单个模型压缩至约 2-5.5MB,同时尽量保留原有视觉质量。全部资产从约 900MB 降至 28.6MB,体积减少约 97%。系统还加入了按需加载机制,用户查看某个器官时,对应模型才会载入。这一步让项目真正适合在网页端运行。

整个过程并非一次完成。作者按照视觉设计、器官生成、3D 转换、网页开发和性能优化逐步推进,每个阶段都经历了调整。他认为,操作并不复杂,关键是把目标拆开,然后一步步完成。

传统课堂里,解剖学靠的是教材插图和实验室标本。学生翻看平面图,记忆器官位置,考试时再凭记忆还原。这套方式延续了几十年,效率有限,体验枯燥。

生成式 AI 不只是加速了内容制作,更降低了做出真正有用东西的门槛。一个开发者,一台电脑,一组提示词,就能把课堂里讲不清楚的东西,做成可以旋转、点击、探索的 3D 世界。

参考链接:

https://x.com/thebuggeddev/status/2083884856531177942?s=20

文章来自于微信公众号 “机器之心”,作者 “机器之心”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)