小虎演示跨模型工作流：GPT 生圖 + Gemini 3.1 Pro 转 3D 互动內容

中文 AI 观察家 xiaohu 5 月 10 日分享一个结合 GPT 与 Gemini 3.1 Pro 的工作流示例：先用 GPT 生成图像、再用 Gemini 3.1 Pro 把图像转换为 3D 互动内容、可把任何知识主题做成可旋转、可操作的科学应用。xiaohu 推文展示的示例包括 3D 行星展示、互动科学模型等、是「跨模型工作流」（multi-model workflow）的具体实践。

工作流结构：GPT 生图 → Gemini 3.1 Pro 3D 化

整个工作流的两阶段设计：

阶段一：用 GPT（GPT-image-1 或 ChatGPT 内建的图像生成）产出主题图像、提供视觉基础

阶段二：把图像输入 Gemini 3.1 Pro、由 Gemini 把 2D 图像转换为 3D 互动内容

输出形式：可在浏览器内旋转、缩放、互动的 3D 物件

适用场景：科学教育、产品展示、知识互动内容

「跨模型工作流」是 2026 年 AI 应用层的关键趋势之一—单一模型不再是万能工具、开发者把不同模型最强的部分串接起来、做出单一模型做不到的应用。

具体展示：3D 行星、互动科学内容、机器人工具售货网站

xiaohu 同步发布的多个示例：

3D 行星展示：可旋转的太阳系或单一行星模型

互动科学内容：把抽象知识做成 3D 可视化、适合教育用途

机器人工具售货机未来网站：用 GPT 生图加上 Tripo 3D 平台、做出展示型网页

这些示例的共同特征是「视觉生成 + 互动转换」—GPT 负责创意视觉、Gemini 或其他 3D 工具负责把静态图像转成可操作的互动形式。每一段单独拿出来都不算新，但串接后的最终体验比任何单一工具强。

意义：跨模型工作流逐渐成为主流开发模式

对开发者的具体启示：

选对工具比选最强模型重要—GPT 强的视觉、Gemini 强的多模态理解、Claude 强的长 context、各有各的甜蜜点

模型 API 整合成本下降、串接多个模型在实作层级变得可行

新型应用很可能是「多模型 pipeline」、不是「最强单一模型」的延伸

本案的价值不在技术突破、而在工作流设计的模板

后续可追踪的具体事件：Gemini 3.1 Pro 的 3D 生成能力是否被 Google 在后续活动正式公告为产品功能、跨模型工作流是否在 LangChain／LlamaIndex 等框架中取得预设模板支持、以及商业化案例（如教育、电商、行销）的具体采用示例。

这篇文章 xiaohu 示范跨模型工作流：GPT 生图 + Gemini 3.1 Pro 转 3D 互动内容 最早出现在 链新闻 ABMedia。