We are launching Environment Labs
logo
  • Environnements
  • Entreprise
  • Tarifs
DeveloperAug 13, 2026

Créer un modèle CAO à partir d'une vidéo : Gemini 3.7 Flash vs 3.6 Flash

EigentEigent
Créer un modèle CAO depuis un clip avec Gemini 3.7 Flash
Automate Everything with
AI Workforce on Desktop
Download Eigent

D'un clip à un modèle 3D articulé

Un personnage mécanique exige normalement des vues avant, côté et arrière, des gros plans des articulations et des spécifications de matériaux. Ici, Eigent reçoit une seule vidéo et Gemini 3.7 Flash transforme ce qui est visible en maillage .glb articulé. Dans l'enregistrement, 3.7 Flash a terminé nettement plus vite et produit davantage de couches mécaniques que 3.6 Flash, plus simple et plus cubique.

1Préparer la vidéo

Choisissez un clip montrant longtemps le personnage entier, plusieurs angles et clairement épaules, coudes, hanches, genoux, chevilles et colonne. Évitez flou, coupes rapides et occultations; conservez la résolution source. Un clip produit un maillage conceptuel, mais les surfaces hors champ sont déduites. Pour plus de fidélité, ajoutez une vidéo de rotation lente ou des images.

2Configurer Gemini 3.7 Flash

Dans Settings → Agents → Models → Gemini, saisissez la clé API, l'API Host si nécessaire, puis choisissez Gemini 3.7 Flash. Le démo utilise single-agent afin que l'analyse, le plan et la génération restent dans le même contexte.

3Joindre le clip et envoyer le prompt

Créez une tâche dans Cowork with Single Agent, joignez la vidéo et vérifiez qu'elle apparaît dans le message. Utilisez :

Analyze the transformers character in the uploaded reference video and generate a production-ready, highly detailed 3D CAD/mesh model exported as a .glb file. Analyze style, silhouette, armor, joints, panel lines, wiring, pistons, energy cores, and greebles. Build precise hard-surface geometry, separate armor around logical pivots for rigging, use layered metallic PBR materials, and pack Diffuse, Normal, Roughness, Metallic, and Emissive maps into a clean, manifold, real-time-ready GLB.

Il définit l'observation, l'organisation du maillage et l'emballage. Sans ces contraintes, un robot crédible peut rester difficile à rigger et modifier.

4Générer et inspecter

Gemini extrait silhouette, blocs d'armure, positions d'articulations, zones de couleur et détails de surface, puis établit un plan 3D. Le GLB rassemble géométrie et PBR dans un fichier ouvrable dans un visualiseur web ou Blender. Faites pivoter le modèle sur tous les axes et contrôlez côtés, dos, interstices et alignement des pivots. Le résultat 3.7 Flash montre une tête, un torse et des membres segmentés, des couches lisibles et plusieurs matériaux/couleurs.

5Comparer 3.7 Flash et 3.6 Flash

Dans cette vidéo, 3.7 Flash était plus rapide et présentait plus de composants, de variation de surface, de segmentation et d'accents colorés. 3.6 Flash était plus lent et plus bloc. C'est une démonstration, non un benchmark contrôlé : vidéo, prompt, charge fournisseur, outils et complexité modifient le temps.

6Valider le GLB avant production

Vérifiez bords non manifold, faces dupliquées, trous et auto-intersections; échelle, origine et axes; séparation des pièces et collisions de joints; cartes Base Color, Normal, Metallic, Roughness et Emissive; triangles, textures, draw calls et taille; et fidélité à toutes les images de référence. GLB est un format de livraison de maillage, pas de CAO paramétrique. Pour fabrication ou tolérances, reconstruisez ou validez en CAO.

7Améliorer l'itération suivante

Demandez un audit du GLB : nombre de triangles, hiérarchie, canaux de matériau, géométrie non manifold, textures absentes, pivots et différences avec la vidéo; corrigez les problèmes critiques et exportez une seconde version. Vous pouvez aussi demander une version low-poly, une hiérarchie prête au rig avec os nommés ou des LOD.

Other use cases

Gemini 4 Carbon : reconstruire un jeu de référence de pKa pour la découverte de médicaments à partir de données brutes de laboratoire

Gemini 4 Carbon : reconstruire un jeu de référence de pKa pour la découverte de médicaments à partir de données brutes de laboratoire

Travaillant seul dans Eigent, sans internet ni indication de méthode, Gemini 4 Carbon a transformé 97 séries brutes de titrage UV-métrique de 35 composés de type médicament en un jeu de référence de pKa complet. Il a décodé les fichiers de l'instrument, ajusté les spectres UV, ramené par extrapolation les résultats en méthanol–eau à l'eau pure, jugé à quelles séries se fier, et livré le résultat accompagné du script qui l'a produit.

Gemini 4 : vibe-coder une cinématique 3D dans Blender à partir d'un seul prompt

Gemini 4 : vibe-coder une cinématique 3D dans Blender à partir d'un seul prompt

Créez une cinématique de douze secondes en quatre plans dans la scène Cozy Kitchen : un courant d'air soulève une page de recette de son support, la fait traverser le plan de travail et la laisse drapée sur la tartelette aux fraises. Préservez la cuisine illustrée et chaleureuse. Ajoutez une RecipePage fine, imprimée des deux côtés avec des inscriptions de recette lisibles, suivez le couloir de vol défini dans action.json et montrez la mise en place calme, l'envol motivé, le vol, le contact et la retombée, avec des indices de vent visibles. Utilisez quatre caméras distinctes avec des coupes liées aux caméras, une profondeur de champ dans les plans 2 et 3, et des mouvements de page et de caméra fluides et mesurables. Livrez un sequence.blend empaqueté et modifiable, une liste de plans en CSV, un storyboard 3×3 annoté et neuf images fixes.

Gemini 4 : transformer des tutoriels vidéo en compétences d'ingénierie RL en production

Gemini 4 : transformer des tutoriels vidéo en compétences d'ingénierie RL en production

Regardez les conférences YouTube indiquées et transformez leurs méthodes et enseignements en 2 à 4 compétences d'agent réutilisables sous forme de fichiers, en utilisant uniquement ces vidéos comme sources principales. Pour chaque conférence, établissez un plan horodaté, consignez les enseignements clés, les résultats et les mises en garde, et étiquetez chaque affirmation OBSERVED, INFERRED ou UPDATED. Donnez à chaque compétence un SKILL.md avec une section d'enseignements clés et une voie indépendante des outils, ainsi qu'un evidence.md. Validez chaque compétence, puis publiez un rapport HTML en mode clair servi depuis 127.0.0.1, avec les conférences intégrées, des horodatages cliquables, une comparaison des conférences, une matrice de couverture qui montre les lacunes et une liste claire des limites.

Automate everything with AI workforce on desktop
Download Eigent

Essayez Eigent dès aujourd’hui

Téléchargez l’application de bureau open source. Votre workforce IA, exécutée sur votre machine.

Télécharger Eigent
Eigent

Recevez les dernières mises à jour, tutoriels et versions sur l’automatisation de la workforce IA.

Merci pour votre abonnement !

ProduitEigentEnvironnementsTarifsEntreprise
ExplorerSolutionsCas d’usageCompétencesPluginsBlogs
DéveloppeursDocumentationGitHubCAMEL-AIOpen Source FundPartenaire
TéléchargementPour open source
EntrepriseÀ propos de nousMarqueCarrièresAssistanceConditions d’utilisationPolitique de confidentialitéSécurité et confiancePolitique relative aux cookiesPolitique de remboursement et d’essai

Tous droits réservés © 2026 EIGENT UK LTD