生物课,可能会被这类 AI + 3D 工具重做一遍

最近看到一个项目，叫 3DCellForge。

细胞模型能转。能缩放。能截图。还能导出。

这些都不新鲜。

真正让我停下来的，是它背后的那条链路。

教育类交互工具，开始便宜了。

而且是大幅便宜。以前得拉一支小团队。现在一个人也能先把原型做出来。

2020年：做一个同等质量的3D教育App，需要3D建模师×2 + UI设计师×1 + 生物学家×1 + 前端工程师×3 + 产品经理×1，耗时6个月，成本80万美元。

视频来源：x: @DilumSanjaya

这项目到底做了什么

先把项目本身讲清楚。

3DCellForge 基于 React、Three.js、React Three Fiber。

它做的是一个 3D 细胞探索工具。

仓库里能看到几组很完整的能力：

• 浏览器里实时查看 3D 细胞模型

• 拖拽旋转、滚轮缩放

• 细胞器信息卡

• 显微镜参考图

• 对比面板和笔记区

• 截图

• GLB 导出

• 参考图继续转 3D 模型

• 导入本地 .glb 和 .gltf

这已经不是一个简单 viewer 了。

更像一个教学工具底座。

老师可以拿它讲结构。学生可以自己转着看。做内容的人可以直接录屏、截图、剪演示。

真正重要的，是它把链路接起来了

很多项目能做一个好看的 3D 页面。难的是把后面的事一起做掉。

过去要做一个像样的 3D 教学工具，通常要过几关：

1. 先确认学科内容怎么表达
2. 再找模型，或者自己建模
3. 再搭前端 3D 场景
4. 再补信息面板和交互
5. 再处理导出、展示、演示链路
6. 最后反复打磨，磨到能给人看

任何一关卡住，项目就慢了。

3DCellForge 的做法很直接。先把关键部件拼起来。展示。生成。导入。缓存。导出。

骨架先跑通。后面的空间就一下子打开了。

今天做细胞。明天可以换成病毒、分子、植物组织、器官结构、机械拆解、地理剖面。换的是内容。底层工作流已经出来了。

这项目有三个地方，很像能落地的东西

1. 它在补学习场景

很多 3D 项目停在“能看”。用户转一圈。惊叹一下。结束。

3DCellForge 多走了一步。它把细胞器信息卡、显微镜参考图、对比面板、笔记区都放进来了。

这一步很关键。教育工具最怕的情况，是画面很强，理解很弱。

只有模型，没有讲解，最后还是展示品。把“看、讲、比、记”放进同一个界面，味道就变了。它开始像工具。

2. 它给生成链路留了后手

README 里能看到几条路径：

• Tripo：云端生成

• Hunyuan3D：本地生成

• Auto：自动 fallback

• Cinematic：偏演示效果的降级方案

• Local GLB：直接导入现成模型

这套设计很务实。先用云端能力拉高上限。云端不行，再走本地。再不行，至少把演示先保住。

用户根本不在乎底下调了几个 provider。他只关心一件事。今天这节课能不能讲。今天这个演示能不能交。

3. 它考虑了反复使用

这一点很容易被忽略。项目专门做了缓存。生成后的 GLB 会被本地缓存。仓库里还带了演示模型。

这背后就是两件事。省钱。稳定。

不用每次都重新调服务。不会反复烧额度。录屏、截图、做汇报时，也不用赌远程接口今天抽不抽风。

这种设计不花哨。但很像真做过产品的人会补上的细节。

为什么这件事对教育行业很重要

变化不只是效率提升。变化在分工。

以前最难的地方，不是老师没内容。而是老师脑子里的内容，很难直接变成软件。

中间通常要隔很多层。产品。设计。前端。建模。

每隔一层，原意就会损一次。最后常出现一种情况。技术上挺完整。教学上不够贴。

现在这个局面开始松了。

如果一个懂生物的人，已经能借助图像生成、代码生成和开源骨架，在两天里先搭出互动原型，那含义就不小了。

以后能下场做工具的人，不再只有技术团队。领域专家自己，也可以先把第一版做出来。

先别追求完美产品。先把问题做成一个能跑的东西。

这对教育特别关键。因为最值钱的那部分，原本就不在“会不会写 Three.js”。

而在这里：

• 什么地方学生最容易卡住

• 哪个结构必须让他自己转着看一遍

• 哪个步骤必须加对比图

• 哪种解释顺序最容易懂

这些判断，老师往往比程序员更清楚。

这会带来什么变化

我觉得至少有三层。

第一层：教学工具会更碎，也会更准

以前成本太高，大家只能做大平台。一个产品服务很多学校。一个内容覆盖很多学生。好处是标准化。问题是贴合度一般。

以后会不一样。一个老师完全可以只围绕“细胞器”“分子结构”“电路连接”做一个小工具。范围更窄。但更好用。

第二层：很多空间型知识会被重讲一遍

课本和 PPT 最大的问题，不是没内容。是很多知识本来就不适合只靠平面图去讲。

细胞。器官。分子。机械。地理结构。

这些东西一旦变成可旋转、可对比、可拆解的交互界面，理解速度会明显不一样。

以前做不到，是成本问题。现在正在变成工作流问题。工作流一旦跑通，复制速度会很快。

第三层：以后比拼的重点，未必还是技术

这可能是最现实的一点。当制作门槛下降之后，市面上会出现大量“看起来很强”的半成品。

最后真正拉开差距的，未必是谁更会写代码。

而是谁更会判断：

• 这个模型准不准

• 这个交互有没有帮助理解

• 这个界面是在教学，还是只是在炫技

说白了。以后稀缺的，可能不是“会做”。而是“知道该做什么，以及做到什么程度算够”。

当然，它还不是终点

3DCellForge 很亮眼。但它更像一个高完成度原型。离成熟教育平台还有距离。

至少还有三条边界很明显。第一，模型质量还是受上游生成能力影响。第二，能转、能看、能导出，不代表教学设计已经完成。第三，教育场景对准确性要求高，后面的审校只会更重。

所以，别把它看成“以后谁都能随手做出好教育产品”。这话还早。

但把它看成一个信号，完全成立。

过去做这类东西，先问有没有团队。现在开始变成，先问你有没有问题意识。这就是差别。

为什么我觉得这个项目值得专门写一篇

因为它很像一个拐点样本。

它把学科知识、图像生成、代码生成、3D 展示、教学演示，压到了一个更低的成本结构里。

这套东西一旦成立，后面被改写的不会只有生物课。很多原本只能靠老师讲、靠课本画、靠想象力脑补的知识，都会被重新做一遍。

3DCellForge 还只是第一步。但方向已经出来了。

越来越多人，可以绕过建模这道门槛，先把自己的教学工具做出来。

如果你想自己上手看一遍项目，地址放这里：

GitHub： https://github.com/huangserva/3DCellForge