跳到主内容
@wquguru
精选85huangservaAI 产品与模型

Gemini 4 Argon 裸 Prompt 盲测:鹈鹕骑车动画效果惊艳

Gemini 4 Argon测“鹈鹕骑车”怎么样?

原文
发到 X
推荐理由

这篇用三个盲测案例详细展示了模型在几何约束和物理反馈上的表现,有具体的技术细节和生动的场景描述,结构清晰,值得创作者参考如何写 AI 产品测评。

Gemini 4 Argon测“鹈鹕骑车”怎么样?

我干脆开了三个完全空白的会话做了一次裸 Prompt 盲测,顺手还加了一道“秦始皇骑北极熊”😂

以前拿这类题测模型,基本只能画出一堆散架的几何色块,腿脚和踏板永远是脱节穿模的。

这次跑完三个盲测,看明白 Argon 为什么效果稳了:

默认用双连杆逆运动学(2-Bone IK)替代手写关键帧 哪怕 Prompt 里一个字没提物理和骨骼,它也会默认在代码里写一段余弦定理解算器。

每一帧根据曲柄角度实时反推膝盖坐标,把脚掌死死锁在踏板圆周上,甚至还会主动留一个「IK 骨骼透视」开关用来验收。

自带微物理反馈与场景状态机 第一段鹈鹕给了柔性喉囊物理和颠鱼互动; 第二段斑马自己加上了飞行员墨镜、昼夜切换和翘头特技。 最逗的是第三段“秦始皇骑北极熊”,只给了一句短 Prompt,它自己画出了会随步伐晃动的十二旒冕冠、定秦剑和北极极光,右上角还做了一枚能点击盖章的传国玉玺,支持切换巡游、冲锋和巨熊人立咆哮。

与其说它只是画图变准了,不如说现在的 Coding 模型在后训练阶段,已经把“几何约束 + 物理反馈 + 交互控制台”内化成写前端的默认工程习惯了。

三个测试全是同一句裸 Prompt: 生成一个svg动画:[鹈鹕骑自行车 / 斑马骑自行车 / 秦始皇骑北极熊],用H5给我展示下👇

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件