听说 Kimi3 实力出众！基于 WorkBuddy 上传建筑图片，能否直接生成可运行的 Three.js 真实三维效果？

近期大模型的热搜几乎都给了Kimi3。近期月之暗面发布 Kimi K3（Kimi3），一经上线迅速在开发者圈子引发热议。作为 2.8 万亿参数 MoE 架构的旗舰开源模型，Kimi3 拿下 Arena Frontend Code Arena 前端编程榜单全球第一，在 Program Bench、SWE Marathon 等软件工程评测中跻身第一梯队。不同于传统大模型偏重文案生成，Kimi3 原生强化多模态识图 + 长上下文复杂代码生成能力，支持最高百万 token 上下文，擅长解析图片结构、输出具备完整逻辑、可直接调试的工程代码。

2、Kimi3 都能干啥

结合全网实测与官方技术资料，Kimi3 核心能力总结：

顶级代码生成能力：前端、三维可视化、后端工程代码表现突出，擅长输出完整单页 HTML 项目，自带依赖引入、光照、交互逻辑；
原生多模态视觉理解：能够识别建筑、设备、场景结构图，区分墙体、门窗、屋顶、地面等空间要素；
超长上下文推理：支持一次性读取完整项目代码，理解大型工程结构，适合持续迭代三维场景；
深度思考推理机制：面对复杂任务不会直接输出结论，会先梳理实现思路、识别图像约束、预判代码潜在 bug；
原型快速落地：输出的代码具备高可用性，减少大量调试工作，适合 GIS、数字孪生、建筑可视化快速原型验证。

大量开发者开始尝试用 Kimi3 做图像转 Web3D 场景，大家除了可以在Kimi的官方网站上进行深度试用，也可以使用腾讯的AI工具WorkBuddy或者CodeBuddy来进行调用验证。在Kimi发布3的版本后，腾讯云 WorkBuddy 就已经接入 Kimi3，为我们提供了开箱即用的测试环境。

二、WorkBuddy 已内置 Kimi3

1、其他 AI 产品搭载情况

当前 AI 编程工具进入模型军备竞赛阶段，主流产品普遍支持多模型自由切换：

Trae AI：字节 AI 原生 IDE，内置 Claude 3.5、GPT-4o、GLM 等模型，主打 Builder 模式快速搭建项目；
Cursor：老牌 AI 编辑器，支持接入 OpenAI、Anthropic、开源模型，本地代码感知能力强；可以看到，各家工具都在通过接入顶尖大模型拓宽能力边界，但多数工具需要单独配置 API、存在网络与成本门槛。

为了测试Kimi3，我检查了个人电脑上安装的AI组件，比如Trae等，下面是Trae CN版本的模型集成情况，如下图所示：

通过图片可以看到，截止7月22，Trae还没有集成Kimi3。最高只能使用到Kimi-K2.7-Code。

2、WorkBuddy 和 CodeBuddy 均内置 Kimi3

腾讯云AI智能工具系列近期完成重要升级，WorkBuddy、CodeBuddy 全线支持 Kimi3 模型切换。

WorkBuddy：桌面端通用智能体，面向全场景开发者，支持图文对话、复杂任务拆解、多模型一键切换；
CodeBuddy：腾讯云 AI 代码助手，聚焦编码场景，适合工程开发、代码调试；两大产品共用腾讯云账号体系，具备企业级安全审计、统一计费，无需自行申请 Kimi API 密钥，降低个人与企业开发者上手门槛。本次测试，我们选择WorkBuddy 调用内置 Kimi3，验证「建筑图片→Three.js 可运行三维场景」这条链路能否跑通。

闲言少叙，下面正式进入正题，来真实测试验证一下Kimi3的实力。

三、测试场景

1、直接输入一张图片生成 3D 场景

传统数字孪生、建筑 Web3D 开发流程：照片采集→三维建模软件搭建模型→导出 GLB→编写 Three.js 加载代码，周期长、门槛高。本次测试目标：仅上传一张建筑实景图片，搭配标准化提示词，让 WorkBuddy 调度 Kimi3，直接输出独立完整 HTML 文件，内置 Three.js 依赖，双击即可在浏览器运行，还原建筑主体三维结构、基础光照、视角旋转交互。重点验证几点：

Kimi3 能否看懂 2D 照片中的建筑形体、立面结构；
生成代码是否无明显语法错误、开箱可运行；
三维模型还原度、光影效果是否具备真实观感；
是否自带轨道控制器，支持拖拽旋转、缩放查看建筑。

重要说明：本测试不追求照片级高精度重建（单张图片天然缺少深度信息），目标验证快速三维原型生成可行性，适合数字孪生前期方案演示、效果图快速三维化。

2、所寻找的图片样例说明

为降低识别难度，选取轮廓清晰、正面视角、遮挡较少的现代简约建筑实拍图：

主体：多层独栋公共建筑，立面平直，屋顶结构简单；
画面：背景干净，无大量植被遮挡主体结构；
格式：PNG/JPG，长边控制在 2000px 以内，避免大图影响视觉识别；排除曲面复杂、大量透视遮挡、夜间暗光图片，保证 Kimi3 能够清晰识别建筑边界。

为了简单验证，我直接某度上直接搜索了一张图片，如下所示：

在这张图中其实就包含了一个主题的建筑，包括外立面的信息，玻璃墙面。水池，环绕水池周边的躺椅，客厅内部也是有躺椅的，非常干净透亮。外部还有树和菜地，整体色彩比较明亮，建筑突出，附属信息也比较多，对建模有一定的影响。下面来见证一下Kimi3的实力。将真正图片下载或者截图到本地后可以进入下一步测试工作。

四、WorkBuddy 调用 Kimi3 实测

1、系统模型切换

打开 WorkBuddy 对话界面，在模型下拉菜单，手动选定 Kimi3（不要使用 Auto 自动调度模式）。

实操小贴士：Auto 模式可能自动分配其他模型；图像 + 复杂代码任务，手动锁定 Kimi3 才能保证测试有效性。

2、提示词介绍

图片准备完成以后，就可以在WorkBuddy中输入以下提示词。本次采用结构化提示词，约束输出格式与功能需求，参考 Prompt：

建筑房屋图片.png 使用Threejs做一个网页，能将图片中的建筑还原成3D的，并且可以使用鼠标进行操作。
周边景物需要与建筑相匹配。

3、Kimi3 的冷静思考

发送图片 + 提示词后，可以明显观察到 Kimi3 的推理特征：

先对图片内容进行描述：识别建筑层数、外立面形态、主体长宽比例；

分析实现难点：单张图片缺少深度，采用几何体堆叠方式近似还原形体；更多的思考如下：

规划代码结构：先引入 CDN 资源→初始化场景、相机、渲染器→构建建筑几何体→配置光源与控制器；

根据用户提供的建筑照片（现代两层别墅：混凝土框架、悬挑平屋顶、木饰面上层+玻璃栏板阳台、
落地玻璃底层、泳池庭院），用 Three.js 构建了可交互 3D 还原网页：modern-villa-3d/index.html。
全部程序化建模（无外部模型），纹理用 Canvas 程序生成；
含 OrbitControls 鼠标交互、自动旋转、视角重置、白天/黄昏模式切换；
场景含泳池、躺椅、石板小径、草坪、绿篱、棕榈、背景树、灌木、室内家具。
Three.js 走 unpkg CDN（需联网）。