上周谷歌发布 Gemini 4 Hydrogen,几个小时内我的 X 时间线就被单条提示词生成的 3D 场景、动画和生成艺术刷满了。我没法就这么划过去,于是打开一个浏览器标签页,开始动手做。

打开网易新闻 查看精彩图片

最后做出来的东西叫 Imperial Palaces:一个可交互的 3D 世界,里面有五座宫殿、五个相机视角、一套黄金时刻与月夜之间的光照切换、可以调到暴雪级别的落花、一段合成的古筝配乐,以及一键导出 PNG 快照。

先补一下背景。Hydrogen 是 Gemini 4 家族里更快、更便宜的那一档,和更重的 Gemini 4 Carbon、Gemini 4 Argon 并列,取代了原来的 Flash 品牌。

  • 发布时间:2026 年 11 月 12 日
  • 定位:日常编码与智能体工作流
  • 速度:谷歌称完成任务比 Gemini 3.8 Flash 快约 2.5 倍
  • 上下文:100 万 token 窗口,四档思考等级(低、中、高(默认)以及新增的 xhigh)
  • 使用入口:Gemini 应用、谷歌搜索、Google AI Studio、Gemini API 和 Antigravity
  • API 定价:每 100 万输入 token 1.50 美元,每 100 万输出 token 7.50 美元

让我打开 AI Studio 的不是跑分图,是别人做出来的东西。Vamsi Batchu 分享了一件看起来像手绘的画作,实际是纯单文件代码:没有外部库、没有图像生成器、没有内嵌素材。他给 Hydrogen 一张参考图,要求用那种水粉般的笔触画出多个主题。

谷歌自己也推了一条对比:同一段动画 3D 沙漠牧场的提示词,分别跑在两个模型上,Hydrogen 不到一分钟就把场景做活了。还有一件作品来自发布前 Hydrogen 在 Arena 上匿名测试的时期,Pankaj Kumar 让它做一个立在摊开的书上的 3D 城市,整个站点在 4 分钟内生成完毕。

我的第一次尝试很常规:打开 Gemini 应用,描述我想要的场景——樱花庭院里的一座江户时代城堡。结果和我在 X 上看到的差得远,场景更平、细节更少,迭代起来也别扭。部分原因是 Gemini 应用里的免费用户是通过自动模型选择用到 Hydrogen 的,你并不总知道是哪个模型在回答;而且这个应用是为聊天设计的,不是为迭代多文件 3D 项目设计的。

于是我转到 Google AI Studio,明确选中 Gemini 4 Hydrogen,用它的应用构建模式。这一下全变了:我清楚知道自己在用哪个模型、哪档思考等级;产出的是一个真正的 React + TypeScript + Three.js + Vite 项目,而不是一坨 HTML;我可以实时预览,就地继续打磨。

第一个像样的版本只有江户圣域:多层城堡天守、樱花树、溪流上一座朱红太鼓桥、石灯笼、锦鲤池,以及落日山景背景。之后我分几轮继续改:加了相机预设,让镜头能平滑飞向池塘、桥、宫殿和地平线;加了黄金时刻与月夜切换,混合太阳、天空、半球光和水面反射而不是硬切;加了花瓣密度三档(240 → 640 → 1,200 个粒子)和风力滑杆;用 Web Audio API 做了环境音;加了 PNG 快照导出;又加了俄罗斯、维多利亚、莫卧儿和波斯四座宫殿,各自配有桥、水景和粒子类型。

到结束时,项目大约有 12,000 行 TypeScript,代码库里几乎没有图像或音频文件:纹理、几何体和声音全部由代码生成。

底部停靠栏有五个预设视角,选中一个相机就滑过去,拖动场景则回到自由环绕。花瓣密度分平静、微风(默认)和纷飞三档,风力滑杆控制花瓣飘移的力度,粒子类型随宫殿变化:日本是樱花,俄罗斯是落雪,维多利亚庄园是暮色微尘,莫卧儿和波斯则是花雨或沙漠微风。一键切到月夜,天空转为深靛蓝,星星出来,灯笼和窗户透出暖光,月亮在池塘上留下一道光痕。

生成代码里有几处让我印象深刻:石头、屋瓦、灰泥、海参壁和桧木全部在运行时画到 CanvasTexture 上,并配上对应的凹凸贴图;花、叶、草和香蒲用 THREE.InstancedMesh 加逐实例颜色,几千片花瓣依然流畅;环境音引擎用滤波噪声合成溪水与庭院风声,并按 D 平调子五声音阶弹奏古筝式拨弦,里面没有一个音频文件;相机预设和昼夜混合在渲染循环里通过 ref 做插值,React 不会每帧重渲染。

我学到的是:工具和模型一样重要。同一个模型在聊天应用里给我的结果平平,在 AI Studio 里却很出色,明确选模型、拿到真正的项目结构,差别就在这。先做出一个好的初版,然后迭代——Hydrogen 快到让“让水面映出月亮”或“再加四座宫殿”变成一个小循环,而不是一个大工程。X 上那些演示是真的,我带着怀疑进去,出来时手里有个愿意分享的东西。