Технічний контекст
Мені такі штуки подобаються більше за гучні релізи. Це не чергова «революція», а дуже приземлений PoC: кидаєш референси в папку, краще разом із техрисунками, задаєш об'єкт, і на виході отримуєш зображення, а потім 3D-модель під чистку або друк.
По суті, це вже нормальний ланцюжок AI automation, а не один магічний промпт. Автор зібрав зв'язку Claude + Gemini/OpenAI + Tencent, а Midjourney обіцяє додати пізніше. І мені це подобається: кожен інструмент закриває свою ділянку, без спроб змусити одну модель робити все одразу.
Якщо розкласти по шарах, Claude тут логічно використовувати як оркестратор: розібрати задачу, витягти ознаки персонажа, утримати стиль і підготувати нормальний промпт. Gemini або OpenAI у такому пайплайні виглядають як етап генерації або доведення 2D-зображення. А Tencent, судячи з контексту, бере на себе найважчий шматок — перетворення зображення на 3D-меш.
Я окремо зачепився за цифру $1.5 за модель. Це не рекордно дешево за мірками голого API, бо схожі пайплайни можна стиснути й сильніше, особливо якщо частину AI integration вивести в open source. Але для робочого PoC це адекватна ціна входу: дешевше за ручний блок на старті й досить дешево, щоб швидко проганяти гіпотези.
Ще один сильний момент — обіцянка викласти все у open source. Для таких систем це важливіше за красиве демо, бо реальна цінність з'являється, коли можна подивитися оркестрацію кроків, черги, ретраї, препроцесинг зображень і зрозуміти, де саме пайплайн ламається.
Що це змінює для бізнесу та автоматизації
Перший висновок простий: кастомні 3D-ассети стають ближчими до потоку, а не до штучної ручної роботи. Для настільних ігор, прототипування товарів, ігрових пропсів і маркетплейсів мініатюр це вже схоже на робочу схему AI implementation.
Другий момент менш очевидний. Виграють ті, хто вміє будувати пайплайн із контролем якості, а не просто смикати три API підряд. Програють ті, хто чекає ідеальний меш без ручної чистки: постобробка нікуди не поділася.
Я у клієнтів бачу той самий патерн: проблема не в генерації, а в стиковці етапів, ціні помилки та повторюваності результату. У Nahornyi AI Lab ми саме збираємо такі AI solutions for business так, щоб вони не виглядали класним демо в п'ятницю і зламаним процесом у понеділок.
Якщо у вас є каталог, студія, виробництво або контентна команда, де люди досі вручну женуть однотипні візуальні задачі, давайте подивимося на процес разом. Іноді вистачає однієї акуратної AI architecture схеми, щоб build AI automation під ваш кейс і зняти з команди години нудної рутини.