ai一键生成我的世界建筑，地图作者再也不用肝了

今天我就来聊聊我最近开源的逆天项目：Mine Builder 2.0。（地址：https://github.com/nianxi666/mine-builder2.0）。用一句话概括：输入你的脑洞描述，AI帮你把你输入的文字生成能直接导入到mc的Schematic文件。整个过程端到端自动化，飞速搞定，生成的建筑不光结构稳，材质还贴合主题，玩起来跟亲手搭的一样自然。别急，这不是科幻——它已经能生出从树屋到摩天大楼的各种玩意儿，下面我细聊聊我的心路历程和这个项目的黑科技。

Mine Builder 2.0 Demo Interface

（上图是我2.0版的交互界面，简单直观：右下角输入提示词，中间实时预览3D模型，右边还能手动编辑。看到没？这可是我亲手调的UI，力求让新手一上手就爱上。）

从1.0起步：我一个人在手机上折腾半年的黑历史

先简单带过我的前传吧。Mine Builder的1.0版（https://github.com/nianxi666/mine-builder），是我用半年时间，在手机上硬啃出来的。想象一下：初中时自学py，电脑坏了，只能靠Termux和Colab在手机上敲代码。想训练个专属Minecraft模型，结果数据集、形状不匹配、显存不够……各种坑我踩了个遍。最终，我绕了个弯，用现成文本到3D模型（如HunYuan-3D）转体素，再映射到Minecraft方块。1.0的核心就是全流程自动化：文本描述→AI生成3D→体素化→Schematic输出。白嫖党福音，我还教大家用启智社区免费云GPU跑，生成的船啊房子啊，一键导入WorldEdit模组，就能贴图进游戏。

那时候的Demo已经够惊艳了，比如输入“a ship”，AI吐出个像素风帆船，我在YouTube视频里演示得淋漓尽致。但1.0也有短板：分辨率低、材质可能映射错、没实时预览。我没停步，迭代到2.0，升级了核心引擎，融入了更牛的模型和交互。简单说，1.0是“我能用”，2.0是“我逆天了”。

Mine Builder 2.0不是简单补丁，我重构了整个pipeline，让生成过程像搭乐高一样顺滑。核心是多模态AI协作：文本我懂、图像我会、3D我稳、材质我准。我来一步步拆解，。

第一步：文本变图像，Nano Banana的极速出图

一切从你的描述开始——当然，也是从我的灵感开始。输入“a majestic fantasy castle with multiple towers, symmetrical architecture”（宏伟的幻想城堡，多塔、对称设计），别担心英文提示——项目支持中英混用，AI自带翻译。2.0里我用了Nano Banana模型，瞬间生成一张建筑图，这图不是随便画的：它会自动去背景、前景居中、尺寸归一，确保后续3D转换不歪。

第二步：图像变3D，分层生成，结构稳如老狗

图像到手，接下来是我最骄傲的重头戏：转3D网格。2.0用Flow + VAE模型（8192维潜在空间），基于双体积打包策略，把2D图像“抬升”成GLB多部件3D模型。啥叫双体积打包？简单说，它像打包行李一样，把复杂结构拆分成独立部件（比如城堡的墙、塔、门），每个部件用DINOv2 ViT-g/14编码器捕捉语义，确保不塌方。

耗时8.3秒，分辨率高达512x512x512。部件识别准确率96.7%，生成的模型不光立体，还懂“对称”“多层”。1.0时代，3D转体素容易丢细节；现在呢？我支持32×32×32体素输出，平均占用率43.2%，文件压缩到8.4KB，轻如鸿毛。每次生成完，我都忍不住在Three.js里转一圈，检查有没有毛病。

Modern Building Demo

（上图是我用“minimalist glass structure”生成的现代建筑，几何线条干净，玻璃幕墙反射感强，转3D后稳稳的。这玩意儿我自己都想导入游戏建个未来城市。）

第三步：AI材质分配，Gemini的智能调色板

光有骨架不够，得上色！2.0里我用Gemini 2.5 Flash（谷歌的多模态大模型）做材质推理，两阶段搞定：先全局抓风格（石质中世纪？还是玻璃现代？），再部件级分配Minecraft方块。支持150+原版1.12方块：石块、木板、羊毛（16色）、楼梯、栅栏……三层验证确保材质合法（格式对、方块存在、纹理可用）。

Tree House Demo

（上图是我用“organic forest dwelling”生成的树屋，曲线柔和，材质自然融入环境。藤蔓缠绕的部分，是Gemini根据prompt自动推的，我加了层验证避免它乱来。）

第四步：实时预览+导出，Three.js的交互乐园

生成完，别急着关——2.0内置Three.js Web查看器，我亲手集成，实时渲染多视角（等轴测、透视）。你能手动选部件改材质、删体素、甚至在体素网格上涂鸦。相机支持轨道漫游、缩放、重置，UI按钮一键搞定。还加了保存/加载系统：localStorage存状态，ZIP导出全会话（包括聊天历史），下次直接续建。

最后，NBT编码器0.4秒转Schematic（GZIP压缩），坐标映射精准。导入Minecraft？放进config/worldedit/schematics/文件夹，游戏里//schematic load 文件名.schematic，然后//paste一键放置。完美！结构合理性评分4.6/5（我自己盲测的）。

怎么玩？直接在网页上在线demo