用Hugging Face双空间链构建3D巴黎画廊

HuggingFace 的一位开发者最近做了一件挺有意思的事：他让一个 AI 编码代理（coding agent）在没打开任何图像生成器、也没碰任何 3D 重建工具的情况下，仅靠调用两个 HuggingFace Space，就自动生成了一个展示巴黎地标建筑的 3D 画廊网站。这个网站名为 "monuments-de-paris"，所有素材——包括建筑图片和 3D 高斯泼溅模型——都由代理通过调用两个现成的 Space 接口自动生成，最后拼接成一个可交互的 3D 浏览页面。用户可以直接滚动切换不同建筑，拖拽旋转视角查看细节。 这件事之所以值得关注，是因为它揭示了一个正在发生的趋势：AI 不再需要从零开始构建复杂应用，而是可以像拼乐高一样，把一个个现成的、文档化的 AI 模型模块串联起来。HuggingFace 的每个 Gradio Space 现在都附带一个纯文本的 agents.md 文件，里面直接写明了如何通过 API 调用该 Space：包括接口地址、参数格式、文件上传方式、鉴权方式等。代理读取这个文件后，就能像调用一个 npm 包一样调用这个 AI 模型。在这个案例中，代理先调用了 ideogram-ai/ideogram4 这个图像生成模型，为每个巴黎地标生成一张干净、黑色背景的"标本式"照片；然后把这些图片传给 VAST-AI/TripoSplat 这个 3D 重建模型，从单张图片生成 3D 高斯泼溅模型（.ply 格式）。最后代理还自动做了后处理：把 Y 轴朝下的输出翻转正立、自动裁剪构图、把 .ply 压缩成加载更快的 .ksplat 格式（体积缩小约 3 倍），并用 Three.js 搭建了带滚动切换和拖拽旋转功能的 3D 查看器。 对于中国跨境电商卖家和 AI 从业者来说，这个案例的启示在于：过去要做一个 3D 展示页面，需要懂图像生成、3D 建模、前端开发等多个领域的技能，整合成本极高。但现在，通过 HuggingFace 的 Space 生态和 agents.md 规范，一个代理就能自动完成从"文字描述"到"图片"再到"3D 模型"再到"交互页面"的全流程。这意味着未来做商品 3D 展示、虚拟展厅、AR 试穿等应用的门槛会大幅降低。卖家可能只需要写一段描述，AI 代理就能自动调用多个模型生成最终效果。当然，目前这个流程还有局限性：比如单张图片重建的 3D 模型背面是推断出来的，细节可能不准确；玻璃材质的物体（如卢浮宫金字塔）泼溅效果不佳。但正如开发者所说，这正是"外包研发、快速迭代"模式的体现——人类只需要在审美层面提意见（"拉远一点"、"换一个更适合泼溅的物体"），剩下的脏活累活都交给代理去试错和优化。