Text-to-3D电影生成器：将文字转化为可探索的3D电影场景

一个自动化的文本到3D电影管道，使用LLM和生成式AI将书籍转化为可探索的电影，处理3D网格生成、场景合成和时间轴逻辑

• 原作者/维护者: Hack-a-tons
• 来源平台: GitHub
• 原始标题: movie
• 原始链接: https://github.com/Hack-a-tons/movie
• 发布时间: 2026年5月28日

在生成式AI技术飞速发展的今天，我们见证了文本生成图像、图像生成视频的技术突破。然而，将完整的文字内容（如书籍）转化为可交互、可探索的3D电影体验，仍然是一个充满挑战的课题。Hack-a-tons团队开发的movie项目正是朝着这个方向迈出的重要一步。

该项目构建了一个自动化的文本到3D电影管道，利用大型语言模型（LLM）和生成式AI技术，将书籍内容转化为可探索的电影场景。系统处理从3D网格生成（GLB格式）、场景合成到时间轴逻辑的完整流程，最终渲染出可在浏览器中无缝播放的非交互式machinima环境。

项目的默认公开界面是画廊页面（gallery），而创作流程（create）则是一个简洁的iPhone友好界面：

1. 用户输入一个电影提示词
2. 服务器检查Prampta许可（检测已注册主题）
3. 获得可在浏览器中播放的电影/3D场景预览

这种设计让普通用户无需任何技术背景，只需输入一段文字描述，就能生成属于自己的3D电影场景。

对于需要更多控制的专业用户，系统提供了详细的制作工作空间（Pro页面）。当前版本支持登录用户输入提示词后，观看分阶段管道自动创建：

• 场景和分镜拆分: 将故事分解为多个场景
• 场景/地点圣经: 建立详细的场景设定文档
• 物体/道具圣经: 记录场景中需要的所有道具
• 常驻角色圣经: 建立角色档案和外观设定
• 参考图像提示词: 为3D资产生成准备参考
• GLB导向的3D模型清单: 包含真实世界尺寸的模型规格
• 动画轨道: 定义角色和物体的运动轨迹
• 渲染时间轴和组装清单: 最终的合成指导

管道在后台持续运行，而Web UI实时显示进度。用户可以取消或重新运行项目，但审核不会阻塞生成流程。

系统基于FastAPI构建项目API，使用JSON文件管理项目状态，存储在MOVIE_DATA_DIR指定的目录下。这种设计选择提供了：

• 确定性的文本到生产包管道
• 简单可靠的状态持久化
• 易于调试和版本控制

项目采用了现代化的响应式设计：

• 暗色主题: 专业的iPhone优先创作/画廊UI
• 详细的生产工作室: 位于Pro页面的专业级控制界面
• 默认公开的画廊: 展示社区生成的作品
• 标签式导航: Gallery、Create、History、Pro四个主要视图，每个都有独立URL
• 自适应布局: 竖屏底部标签栏，横屏右侧标签栏

系统集成Google/Apple Firebase登录，用于保护创作者视图：

• Apple登录优先于Google登录显示
• 登录后可查看历史记录、项目所有权
• 支持私有/公开切换和删除功能