这些AI手搓的几百K的3D世界,正在让HTML再次伟大
日期:2026-11-16 13:32:13 / 人气:9
上周用AI做东西,最火的玩法是什么?
必然逃不过一个东西:用AI搓的纯HTML的3D游戏。
最离谱的一个,是在各个群里疯传的究极小体积HTML游戏文件——只要1.4M。下载下来,浏览器打开,画面效果几乎媲美很多3A大作。
不过这玩意不是原创,是把Anthropic工程师Felix Rieseberg在Fable 5.2发布时搓的代码扒下来汉化了一下,冠名"国产3A大作"。这种行为今天不展开,重点在于——1.4M。
在这个手机512G都不够用、随手一张照片十几M的年代,一个1.4M的纯HTML游戏,下载、打开、跑起来,效果长这样。这超出了很多人的认知。
我把文件代码打开看了一眼,果然发现了一个很有趣的老朋友:Three.js。
这1.4M里,将近一半——约700KB,是整个Three.js库。剩下那一半才是游戏本身。没有用任何外部素材,所有东西全部是代码直接写的:集装箱、吊机、雨、枪、光影、音效,全在剩下的700K里。没有一张图片,没有一个模型文件,连声音都是代码现场合成的。
因为所有东西都是代码,连模型文件都没有,所以实现了极限压缩。
浏览器到底是怎么画3D的
很多人不知道,你每天用的浏览器本身就能直接调用显卡渲染3D,靠的是一套叫WebGL的接口——2011年3月定下的标准,后来有了新一代的WebGPU。
但这套接口是给专业图形程序员用的,非常原始、非常难用。你得手把手告诉显卡:每一个三角形的三个顶点在哪、每个像素的颜色怎么算、光从哪个角度打过来、摄像机的位置和朝向怎么换算成屏幕坐标。中间哪怕一步写错,你看到的就是一片黑屏,连个正经报错都没有。
所以在网页3D概念刚出来的那几年,这活只有一小撮图形开发大佬干得了。
直到Three.js出现。
它把那些乱七八糟的东西封装成一个库,你不用再写直接给显卡看的神级代码了,可以用极简单的语言在网页里创作3D。你可以把它理解成网页上的轻量版游戏引擎。
做这个东西的人叫Ricardo Cabello,西班牙程序员,网名Mr.doob。2010年4月24日,他把Three.js第一个版本传到了GitHub上。十六年下来,这个项目攒了11.7万个Star、两千多个贡献者,基本成了网页3D的事实标准。
那剩下的一半凭啥能装下一整个游戏demo?
答案是:这些东西根本就没有被存在文件里。
程序化生成:你存的是菜谱,不是菜
打个比方。你要给朋友描述一个人——
一种办法是拍张照片发过去,每个像素的颜色都存在文件里,照片极大,可能10M。
另一种办法是发一条微信:"一个很帅的男人,头发中分,左右各一半,刘海梳得特别顺,穿一身背带裤,两根带子挂在肩上,手里拍着一个篮球。他先对着镜头自我介绍,说自己练习时长两年半,爱好是唱、跳、rap、篮球。"
朋友看着这条微信,不用你发图,自己绝逼能把这个人渲染出来。第二种方式可能只有1K不到。差了几万倍,但传达的信息差不多。
你打开的那个HTML文件里存的,不是集装箱长啥样,而是一段告诉浏览器怎么生成这些集装箱的代码。雨也一样——存的不是雨,是雨点从哪落、落多快的规则。贴图、声音,全是这个套路。
第一次打开游戏时那个加载画面,就是显卡在给你"现炒菜"。文件是一份菜谱,真正的菜是你打开网页那几秒钟里,你电脑的显卡现场炒出来的。所以有的电脑风扇会呼呼转——那几秒就是显卡在生成整个世界。
这套做法有个专门的名字:程序化生成(Procedural Generation)。
1.4M还不是最小的。比如这个纯HTML的"水世界"——97K,连Three.js都没用,直接Claude Fable 5.2手搓源码,原生WebGPU渲染。
在现在动不动一个APP 1、2个G的情况下,AI加持下居然有人回到了极限压缩的挑战。而且这种能力,因为AI,开始属于每一个人。
AI让HTML再次伟大
怎么生成?简单教一下。
模型选择:王中王是Claude Fable 5.2,审美断档领先,性能上几乎能压缩到极致。用不了Claude的话,Gemini 4 Carbon和GPT-6 Astra也能跑,DeepSeek V4.1 Flash效果凑合,但改起来要费点心。建议尽量调用Three.js,别为了极限压缩挑战地狱难度——Claude Fable 5.2可以,不代表其他模型也行。
Prompt模板:
帮我做一个单文件的HTML网页,用Three.js实现一个可以自由浏览的3D场景。场景是:【你想要的画面,越具体越好。比如:重庆洪崖洞的夜景,层层叠叠的吊脚楼亮着暖黄色的灯,前面是嘉陵江,江上有游船,旁边是千厮门大桥,远处是城市的楼群】
要求:
1. 所有模型和贴图都用代码生成,不要引用任何外部的图片和模型文件。
2. 支持鼠标拖动旋转视角、滚轮缩放。
3. 画面要有氛围感,重点处理光照、雾气和色调。
4. 在普通的笔记本上也要流畅,加载时显示进度。
5. 主要物体都做成独立的组件,方便后面单独修改。
里面第1条最重要:不用任何外部图片或模型文件,方便、体积小。第5条是个小技巧:尽可能解耦,一开始拆成独立组件,后面想把某栋楼改高一点、把桥换个颜色,不会牵一发而动全身。
这是用类似提示词让GPT-6 Astra跑出来的洪崖洞——层层叠叠的吊脚楼、千厮门大桥、嘉陵江和游船、背后城市楼群,基本都搭出来了。
Three.js的能力远不止静态场景。你可以用它做交互——比如一个3D可玩的魔方。也可以做动画,比如X上爆火的90秒短片,完全由Three.js生成,只有2M的HTML,打开后实时渲染播片。流体效果也是一绝。
如果你觉得纯代码做的模型不够精细,特别是人、动物这种曲线多的东西,也可以用Blender、Tripo先把模型做好,再让AI放进网页里。体积会大一点,但Three.js完全支持。
一个实用的迭代技巧
很多时候模型审美不够,要改很多轮。分享一个我常用的小方法:让模型审自己。
加一句Prompt:
每改完一版,用浏览器打开它,从几个固定的角度各截一张图。再开一个子Agent,只给它看截图,不给它看代码,让它以一个挑剔的美术指导的角度,按严重程度列出画面问题。你按它的意见改,一直改到它只剩小问题为止。
这样它会自己迭代很多轮,把效果打磨到最优。
尾声
我知道很多人会问:用AI生成这种3D的HTML,有什么用?
说实话,从商业上说,可能确实没啥大用。
但这世间所有事情,也并不是都功利的。它让我看到了一种久违的浪漫。
在很长一段时间里,做出一个逼真的3D世界,是巨头工作室的特权,是几百人团队熬上几年才能磨出来的艺术品。你我这样的普通人,脑子里即使有再宏大的山河,也是巧妇难为无米之炊。
但现在,那道高不可攀的墙塌了。几百K的代码,一个最朴素的浏览器,每个人都能在自己的桌面上,当一回造物主。
这可能,就是技术最迷人的时刻吧。
这篇文章已完成。接下来可以继续推进一个方向:

作者:杏悦2娱乐
新闻资讯 News
- 盛香亭,怎么就成了“火锅界寿司...11-16
- SAP 大涨60%:AI 开始给Sa...11-16
- 这些AI手搓的几百K的3D世界,...11-16
- 这个低迷了四年的赛道,正在被大...11-16

