传统 3D 资产管线的复杂度对个人开发者几乎是劝退级的：场景建模、UV 展开、烘焙贴图、材质烘焙、灯光校准、音效匹配——一套流程走下来，一个像样的场景 blockout 至少要个把星期。即使雇外包，中等复杂度场景报价也在 3000-8000 块之间。
有人尝试用 AI 生成图像，效果确实惊艳。但图像到 3D 这一步，依然是堵在创意路上的一堵墙。Midjourney 能画出一张完美的中世纪酒馆，但画出来的东西"站不起来"——你没法在 Unity 里走进去，没法旋转视角，没法在那把椅子旁边放个可拾取的道具。
直到在 GitHub 上刷到 image-blaster，它声称可以在 5 分钟内，把一张照片变成一个可漫游的 3D 环境。
项目简介
image-blaster 是由 World Labs 设计团队成员 Neilson Koerner-Safrata 开发的开源项目。它不是一个独立的桌面软件或 Web 应用，而是一套 Claude Code skills——在终端里跑 Claude，通过自然语言指令来驱动整个流程。
给它一张图，它还你一整套可以直接进游戏引擎的 3D 资产包。默认生成三类输出：
- 静态环境：用 World Labs 的 Marble 模型生成的 3D 高斯泼溅场景（.spz 格式），可以在里面自由漫游
- 动态物体模型：用腾讯 Hunyuan 3D 提取场景中所有"人类能搬动的物体"，生成带 PBR 材质的可编辑 3D 模型（.glb / .obj）
- 环境音效和物理音效：用 ElevenLabs SFX 模型生成的环境循环音效加每个物体的交互音效（.mp3）
它有一套完整的工作流编排，每一步都会停下来让你确认，不会一股脑瞎生成。
核心亮点
真正的"多模型编排"：每个环节都交给最专业的模型——3D 环境重建用 World Labs Marble 1.1，物体 3D 建模用腾讯 Hunyuan 3D，背景擦除用 Nano Banana Pro 或 GPT-Image-2，音效生成用 ElevenLabs SFX。这种"术业有专攻"的编排思路，比一个"勉强能做但什么都做不好"的大一统模型靠谱得多。
结构化输出：环境是 .spz 格式的高斯泼溅，可以直接在 Unity/Unreal/Three.js 里加载和漫游；物体是标准的 .glb / .obj 格式，带 PBR 材质，可以在 Blender 里继续雕刻；音效是 .mp3 格式，环境循环音加物体交互音，命名规范，可以直接挂在游戏逻辑上。
8 个 Skill 串起的流水线：从创建项目目录、AI 视觉分析、背景擦除、环境重建、物体建模到音效生成，每个环节都让人类始终在回路里。每生成完一个环节，Claude 会停下来问"要不要继续？"，可以调整参数、换模型、甚至只跑其中某一步。
快速上手
环境要求：Node.js ≥ 18、pnpm 或 npm、Claude Code 最新版。
git clone https://github.com/neilsonnn/image-blaster
cd image-blaster
# 安装 Claude Code（如果还没装）
curl -fsSL https://claude.ai/install.sh | bash
# 准备三个 API Key：World Labs、FAL、ElevenLabs
# 把图片放进 input/ 目录，执行 claude
# 然后说：blast it and confirm each step with me写在最后
image-blaster 就是一个 World Labs 设计师在业余时间写的 TypeScript 代码，往 GitHub 一扔就炸了。这说明一件事：AI 3D 创作的土壤已经够了，缺的就是把各个模型串起来的那根线。
过去两年里，AI 图像生成已经卷到了天花板。但图像之后的那一步，一直没人好好解决。image-blaster 把那些"专业模型的工人"协调起来，按部就班地干活。这种思路，可能才是下一阶段 AI 创作工具的主流范式——不是一个超级模型包打天下，而是多个专业模型加一个靠谱的编排层。
