Meta 推出 Diorama：草图或一句话生成可点击游玩的纸片立体世界

Diorama 从草图到世界 工作原理 世界 自己动手做 GitHub Meta AI 全球黑客松 · 2026 画出来，走进去。 Diorama 把一张草图或一句话变成一个小巧的纸片立体模型世界，你可以在浏览器里游玩。

一幅画 Muse Image 根据一张蜡笔草图绘制了这座码头。 SAM 3.1 · depthSAM 把它切成纸片。深度图让每张纸片站在各自的距离上。

一个舞台 现在英雄可以走进来了，站在路灯后面、小船前面。

纸船风暴 三张草图，一段文字，一个可玩的世界。来玩

草图 → 世界 一幅画变成一个地方。 拖动每张图左右滑动。左边是 Diorama 收到的蜡笔草图输入，右边是它搭建出来、你可以走进去的地方。Muse Spark 读取纸上的内容，围绕它规划场景，Muse Image 再用剪纸和卡纸的风格把它画出来。

1暴风雨中的码头 路灯变成发光的纸灯笼，锯齿状的波浪变成折叠的纸海，三只小船在上面摇荡。

2磨坊与瀑布 连拼错的“mil wheel”（磨轮）都做出来了。绳桥可以走，瀑布在倾泻，每条鱼都是独立的剪纸，会游动。

3灯塔岩 守塔人像画中那样等在门口。黄色的蜡笔光束现在是一道真实的光束，扫过暴风雨。

不是一张平面图 每个地方都以碎片形式到来…… 纸片、远景平面、水面……然后折叠成一个舞台：瀑布、磨轮、绳桥。

活起来 每条鱼都是独立的剪纸，会游动。水流淌，云飘动。

最后一个地方 它像书中的一页一样弹出来。

如画所示 守塔人等在灯塔门口，正是草图画的位置。

结局 女孩把纸船交给他。光束扫过暴风雨。

模型负责创意工作。代码测量并检查每一个结果，所以产出的是可以游玩的东西，而不只是用来看的。每一步都写出普通文件，一个典型的四场景世界大约需要 17 分钟和约 200 次 Meta 模型调用。

地点、角色阵容、物品、锁和结局，每个结局都经过验证确保可达。 每个地点的带阴影平面草图，由 Muse 在其上绘制。评审模型标出错误之处，只重绘那些区域。 每样东西和地板都从画中切出。英雄可以拿走的物品会从干净底板上抹去。 从蒙版和深度图测量地板、比例、遮挡、楼梯和光照。纸片、远景平面、水面、雨。 英雄和角色被绘制、切出、转成 3D 模型，再以世界风格的精灵图绘制回来。 环境音、脚步声、音乐，以及每个角色贴合的声音。 每个地点都由机器人走过并使用。失败的地点会自动修复或交给 agent 处理。 设计世界和故事，读取草图，布置每个地点，评审画作，指定要切出的东西，评判试玩。 在每个地点的平面草图上绘制，重绘被标记的区域，绘制角色阵容、他们的行走和对话图表，以及物品图标。 把画切成物品、地板、楼梯和水面。蒙版变成行走网格、遮挡和可拾取物。 听口头说出的想法，并聆听每一句配音台词，找出没说对的录音。 Studio 的 agent。点击舞台上的一个东西，说出要改什么，它就和你一起修复世界。 还使用了：Depth Anything V2 用于阴影和视差，ElevenLabs 用于语音和音效，MusicGen 用于音乐，TRELLIS 用于角色的 3D 模型。

这是整个世界的动态演示，47 秒，从游戏中直接剪出。

第二天早晨 海面又平静了。 纸船成功了 ↘

用 Diorama 搭建的世界，可在电脑或手机的浏览器中游玩。点击行走，点击物品查看、拿取和使用，与人交谈。

立即游玩3 个地点剪纸音效开启 纸船风暴 海边的一个暴风雨之夜。一个穿黄色雨衣的女孩把一封信折成了纸船，必须在暴风雨加剧之前把它送到老守塔人手中。

在 X 上发一张草图或一个故事，我会用 Diorama 把它搭建出来。新世界会出现在这个书架上。

Diorama 在你的电脑上运行：一个命令行工具和一个浏览器中的 Studio 应用。你需要 Node 22+、ffmpeg 和一个 Meta Model API key。ElevenLabs（音效）和 Hugging Face（3D 角色）的 key 是可选的。

在一个空文件夹中。无需克隆或安装：它会检查这台机器并要求你输入 key，输入时隐藏并加密存储。 用一句话描述一个世界，或放入你的草图，看着它一个地点一个地点地搭建，然后游玩，并用 agent 修复你想改的地方。 把世界导出为静态网页，用于 GitHub Pages、itch.io 或任何托管平台。你的世界保存在 ./worlds 中。

GitHub 上的 Diorama 设置指南 备注 关于草图。没有孩子画过那三张风暴草图。它们是用 Muse Image 生成的，看起来像蜡笔画，然后连同一段故事文字一起作为输入交给 Diorama。搭建完成后，世界中的少数地方为视频做了手工修饰。 关于项目。Diorama 是在 Meta AI 全球黑客松期间编写的，从 2026 年 10 月 26 日的启动会开始。它作为命令行工具和 Studio 应用在本地运行，并将每个世界导出为静态网页。