logo
  • Ambientes
  • Empresas
  • Preços
DeveloperAug 13, 2026

Criar um modelo CAD a partir de vídeo: Gemini 3.7 Flash vs. 3.6 Flash

EigentEigent
Criar um modelo CAD de um clipe com Gemini 3.7 Flash
Automate Everything with
AI Workforce on Desktop
Download Eigent

De um clipe a um modelo 3D articulado

Um personagem mecânico normalmente exige vistas frontal, lateral e traseira, detalhes das juntas e especificações de material. Aqui, o Eigent recebe apenas um vídeo e o Gemini 3.7 Flash transforma o que vê em uma malha .glb articulada. Na gravação, o 3.7 Flash terminou muito mais rápido e criou um modelo com mais camadas mecânicas; o 3.6 Flash foi mais simples e blocado.

1Prepare o vídeo de referência

Use um clipe que mostre o personagem inteiro, vários ângulos e ombros, cotovelos, quadris, joelhos, tornozelos e coluna com clareza. Evite borrão de movimento, cortes rápidos e obstruções; mantenha a resolução original. Um clipe gera uma malha conceitual, mas superfícies fora da câmera são inferidas. Para maior fidelidade, forneça um vídeo de rotação lenta ou imagens extras.

2Configure o Gemini 3.7 Flash

Em Settings → Agents → Models → Gemini, informe a chave API, o API Host se necessário e escolha Gemini 3.7 Flash. O demo usa single-agent, mantendo análise, plano, geração e resposta no mesmo contexto.

3Anexe o clipe e envie o prompt

Crie uma tarefa em Cowork with Single Agent, anexe o vídeo e confirme que ele aparece na mensagem. Use:

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.

O prompt especifica observação, organização da malha e empacotamento. Sem essas restrições, o resultado pode parecer um robô, mas ser difícil de riggar ou editar.

4Analise, construa e inspecione

O Gemini extrai silhueta, blocos de armadura, posições das juntas, cores e características de superfície, criando um plano 3D. O GLB reúne geometria e PBR em um arquivo, pronto para um visualizador web ou Blender. Gire o modelo em todos os eixos e examine laterais, traseira, vãos entre placas e alinhamento dos pivôs. O resultado 3.7 Flash do demo tem cabeça, torso e membros segmentados, camadas mais legíveis e mais regiões de cor e material.

5Compare 3.7 Flash e 3.6 Flash

No vídeo, 3.7 Flash foi mais rápido e mostrou mais componentes, variações de superfície, segmentação legível e detalhes de cor. 3.6 Flash foi mais lento e mais blocado. Isto é uma demonstração, não um benchmark controlado: vídeo, prompt, carga do provedor, ferramentas e complexidade alteram o tempo.

6Valide antes do uso em produção

Verifique topologia non-manifold, faces duplicadas, buracos e auto-interseções; escala, origem e eixos; separação de peças e colisões nas juntas; mapas Base Color, Normal, Metallic, Roughness e Emissive; contagem de triângulos, texturas, draw calls e tamanho; e fidelidade a todos os quadros disponíveis. GLB é entrega de malha, não CAD paramétrico: para fabricação ou tolerâncias, reconstrua ou valide em CAD.

7Melhore a próxima execução

Peça uma auditoria do GLB com contagem de triângulos, hierarquia, canais de material, geometria non-manifold, texturas ausentes, pivôs e diferenças em relação ao vídeo; corrija problemas críticos e exporte uma segunda versão. Também é possível solicitar uma versão low-poly, hierarquia pronta para rig com ossos nomeados ou LODs.

Other use cases

Declaração de IVA automatizada a partir de recibos e faturas

Declaração de IVA automatizada a partir de recibos e faturas

Processe todos os recibos e faturas na pasta "VAT", incluindo fotos, PDFs digitalizados e faturas digitais. A saída final deve incluir apenas dois arquivos: (1) vat_return.xlsx — o arquivo Excel deve incluir uma linha por recibo ou fatura, listar todos os campos extraídos, mostrar se cada item é elegível para recuperação de IVA, mostrar o valor de IVA recuperável para cada item elegível, incluir o motivo de exclusão para itens não recuperáveis, sinalizar claramente os itens que exigem revisão manual e incluir uma planilha de resumo mostrando o valor total de IVA recuperável. (2) vat_return.html — crie um arquivo HTML autônomo que possa ser aberto diretamente e compartilhado com a equipe de contabilidade. O arquivo HTML deve mostrar todos os itens de recuperação de IVA, o valor de IVA recuperável de cada item, os itens excluídos e os motivos da exclusão, os itens que exigem revisão manual e o valor total de IVA recuperável. Não invente nenhuma informação incerta.

Tarefa de longo horizonte: GLM-5.1 vs GLM-5.2 no Eigent

Tarefa de longo horizonte: GLM-5.1 vs GLM-5.2 no Eigent

Faça uma pesquisa aprofundada sobre 26 empresas do ecossistema de infraestrutura de IA — o principal fio condutor mais certo de toda a cadeia de valor da IA. Cubra estes 6 subsegmentos (escolha empresas representativas em cada um, de líderes de grande capitalização até participantes menores): Data Center de IA (infraestrutura de computação / expansão); GPU / Chips de IA (silício para treinamento e inferência, ASICs, IP); Servidores, Rede e Módulos Ópticos (switches, NICs, interconexão óptica); Energia, Resfriamento Líquido e Armazenamento de Energia (fonte de alimentação, térmica, gestão de energia); Cloud de IA / Plataforma de Computação (hyperscalers, GPU clouds, plataformas de aluguel de computação); Ecossistema de Suporte (HBM / empacotamento avançado, foundry, conectores e outros componentes críticos). Para cada empresa, pesquise: nome da empresa, subsegmento, sede / país; produtos principais e seu papel específico na cadeia de IA; pública ou privada (ticker + bolsa se listada; se privada, informe a avaliação / rodada de captação mais recente); valor de mercado ou tamanho da avaliação (usado para ranqueamento); posicionamento e moat no ecossistema (1–2 frases); principais clientes / concorrentes. Ordenação: dentro de cada subsegmento, classifique da maior para a menor (por valor de mercado / avaliação). Estruture tudo de forma top-down: do panorama completo do ecossistema de hardware até cada empresa individual. Requisitos de saída: Primeiro, gere um arquivo de dados estruturado ai_infra_data.json — contendo todas as 26 empresas com os campos acima, as 6 classificações de subsegmentos, uma flag público/privado e uma matriz de comparação entre empresas (subsegmento × dimensões-chave). Depois, gere um relatório HTML refinado a partir desse JSON: inclua um diagrama do panorama / camadas do ecossistema, seções por setor, cards de empresas, um indicador visual claro para público vs. privado (tags ou codificação por cor), um gráfico de ranqueamento por valor de mercado e uma tabela de comparação ordenável / filtrável. Faça o design profissional, rico em informações e interativo. Verifique primeiro a precisão dos dados da pesquisa (status de listagem, tickers, avaliações — use as cifras mais recentes e cite as fontes), e só então gere o relatório. Envie a tarefa em modo single-agent.

Crie 10 jogos HTML5 de Ano Novo Chinês com Eigent

Crie 10 jogos HTML5 de Ano Novo Chinês com Eigent

Crie 10 jogos separados e COMPLETOS com temas relacionados ao Ano Novo Chinês de 2026 (Cavalo) em HTML, CSS e JS (sem bibliotecas). Os jogos devem ser divertidos, originais, polidos e otimizados para dispositivos móveis. Inclua pontuação, dificuldade progressiva, botões de reiniciar e visuais suaves. Cubra: arcade, puzzle, endless runner, reação, estratégia, memória, 2 jogadores local, idle, pixel art retrô e 1 jogo experimental.

Automate everything with AI workforce on desktop
Download Eigent

Experimente o Eigent hoje

Baixe o app desktop open source e comece a automatizar com uma força de trabalho de IA na sua máquina.

Baixar Eigent
Eigent

Receba as últimas novidades e tutoriais sobre automação de workforce com IA.

ProdutoEigentAmbientesPreçosEmpresarial
ExplorarSoluçõesCasos de usoHabilidadesPluginsBlog
DesenvolvedoresDocumentaçãoGitHubCAMEL-AIFundo Open SourceParceiro
BaixarPara código aberto
EmpresaSobre nósMarcaCarreirasTermos de usoPolítica de privacidadeSegurança e confiançaPolítica de cookiesPolítica de reembolso e teste

Todos os direitos reservados © 2026 EIGENT UK LTD

Nova versão do Eigent 1.0 lançada!download