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

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。

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。

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。

「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。

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。

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”