Gemini 4 Argon 已开放使用。四个公开案例把同一个问题摆到桌面上。模型能否从图片或文字要求出发，继续完成三维结构、材质、动作和交互？
4
建模案例。
3
视觉演示。
1
官方口播。
Google DeepMind 在官方发布帖中介绍了 Gemini 4 Argon。官方将它用于复杂编码、企业工作流和网络防御。模型卡和 Gemini API 文档也已列出 Argon 的模型身份、调用入口与适用范围。社交平台上的建模演示，把发布消息落到了具体工作对象上。
01 从一张图片开始。
The Bugged Dev 给 Argon 一张哥特式维多利亚马车的图片，要求生成一个可交互的三维体验。帖主称，最终模型约有 17.4 万个面。模型还加入了可打开的车门、带铰链的车窗、车轮物理、悬挂、闪烁的灯笼和手工雕刻的骷髅装饰。帖文还称，这个案例通过代码完成，没有使用 Blender。
原帖视频展示由单张马车图片生成的可交互三维场景；模型面数和功能数量为帖主口径。
这个案例的关键变化出现在“模型”之后。输入图片只提供了外观参照，最终交付还包含铰链、悬挂、车轮运动和灯光变化。三维资产因此带上了可测试的行为，读者看到的也从一张参考图变成了一个可以操作的场景。
02 从建筑蓝图到完整场景。
视频中的创意制作人 George 说，团队在 Antigravity 中使用 Gemini 4 Argon。团队通过一条较长的提示词组织建模任务。
提示词先要求生成建筑蓝图，再让 Nano Banana 根据蓝图生成参考图。之后，系统把工作分配给不同代理。
视频还展示了一个编排代理和一个对抗式批评代理。Blender 渲染结果会与参考图比较，模型据此继续修改。之后，团队让系统生成动画、钟声和环境音效。这个过程把“做一个建筑模型”拆成了蓝图、参考图、建模、渲染、比较和返工几个检查点。
这也是四个案例中最容易复用的一条工作链。每个代理处理一个清楚的中间对象，最终结果通过渲染图回到检查环节。模型生成的价值由这些中间步骤承接，不能只用最后一张效果图概括。
03 把办公桌变成赛车游戏。
Google AI Studio 开发者关系团队成员 Genevieve H 在帖子中称。她用 Argon、Blender MCP 和 Three.js，把家庭办公桌的照片转成了一个可玩的赛车游戏。
视频里可以看到桌面、键盘、台灯和显示器等物体组成赛道。车辆在其中行驶，画面还显示速度和排名信息。
原帖视频展示办公桌物体被组织成可行驶的三维赛车场景；Blender MCP 与 Three.js 为发帖者列出的工具。
办公桌照片在这里承担了场景输入的作用。输出还加入了道路、车辆和实时反馈。对于设计师或 Builder 来说，这类案例更接近“把环境资料快速变成可交互原型”。后续仍要单独检查几何关系、碰撞规则和代码结构。
04 用 Three.js 生成科幻直升机。
另一位开发者使用 Argon 与 Nano Banana，展示了一个由代码生成的科幻战斗直升机。帖主称，模型经过多轮自迭代，从零完成了 Three.js 场景。视频中，直升机出现在沙漠、雪地、城市和环形平台等环境里，镜头围绕模型和场景持续切换。
原帖视频展示由代码生成的科幻直升机及多个 Three.js 环境场景；多轮自迭代为帖主描述。
与马车案例相比，直升机案例更强调程序化场景和连续迭代；与办公桌赛车游戏相比，它把重点放在资产和环境的持续生成。三段演示的共同点，是最终产物都带有可运行的代码和交互结果。
从图片到工作链。
四个案例可以按输入方式分成两组。马车和办公桌从图片开始。直升机从文字要求和迭代循环开始。寺庙群则把蓝图、参考图和代理分工组合起来。它们最后都走向同一个输出层：模型、场景、动作规则和可运行界面。
工作分界 模型可以参与几何生成、代码编写和多轮修改；真实项目仍需要人工检查尺寸、拓扑、碰撞、材质、性能和最终交付格式。
四条演示都把图片理解、代码生成和视觉反馈串进了同一条链。输入可以是马车图片、办公桌照片、建筑蓝图或文字要求。输出则包括模型、场景、动作规则和可运行界面。正式设计、工程协作或产品交付还需要检查尺寸、拓扑、碰撞、材质、性能和最终格式。
SOURCES。
Google DeepMind 官方发布帖与演示视频。
Google DeepMind Gemini 4 Argon Model Card。
Google AI Gemini API 模型文档。
X 帖及视频演示：@thebuggeddev、@GoogleDeepMind。
X 帖及视频演示：@genevieve__h、@thtbee_。