AI赋能Web 3D革命:Three.js周下载量突破400万,艺术生退学打造的开源传奇

一个并不常被普通用户提起的开源项目,刚刚刷新了自己的历史纪录。

近日,Three.js 官方 X 账号公布:Three.js 每周下载量已突破 400 万。

AI赋能Web 3D革命:Three.js周下载量突破400万,艺术生退学打造的开源传奇

你或许没用过 Three.js,也未必听过它的名字,但你大概率已经见过它的作品。那些可以旋转的 3D 商品展示页、会随鼠标晃动的官网首页、可交互的数据可视化,甚至一些看似只是酷炫动画的 Web 页面背后,Three.js 正默默地承担着核心的 3D 渲染工作。

注:Three.js 是一个基于 WebGL 的 JavaScript 3D 图形库,由 Ricardo Cabello(网名 Mr.doob)于 2010 年创建。它的核心目标是让开发者能够在浏览器中轻松创建和展示 3D 内容,而无需直接处理复杂的 WebGL 底层 API。

AI赋能Web 3D革命:Three.js周下载量突破400万,艺术生退学打造的开源传奇

官方发布的图表展示了 Three.js 从 2016 年到 2026 年的周下载量变化,呈现出非常典型的指数级增长曲线:

  • 2016-2018:起步阶段,下载量很低。
  • 2019-2020:开始缓慢爬升,达到约 20-50 万/周。
  • 2021-2022:增长明显加速,突破 100 万大关。
  • 2023-2024:进入快速增长期,从 100 万攀升至 200 万。
  • 2025-2026:爆发式增长,从 200 万直冲 400 万。

Three.js 快速增长的时间点很微妙。在 2022 年末 ChatGPT 问世之后,生成式 AI 快速爆发,Three.js 也借着这股热潮吸引了大量用户。

回想 AI 介入之前,用 Three.js 开发 3D 内容堪称一场“劝退之旅”。光是理解四元数、矩阵变换等数学概念,再加上手工建模、展 UV、调材质的繁琐流程,就足以让大部分前端开发者望而却步。一个简单的光照或材质效果,往往需要耗费数小时调试。

但 AI 的出现彻底改变了游戏规则。开发者只需在 ChatGPT 等大模型中描述需求,例如“用 Three.js 写一个赛博朋克风格的旋转发光立方体,背景要动态粒子星空”,AI 就能在几秒钟内生成 95% 可用的代码。这让那些原本只存在于脑海中的创意,得以瞬间在浏览器中实现。

AI 大模型极大地降低了 Three.js 的准入门槛,让大量前端开发者(而非图形学专家)敢于尝试 3D 开发,这无疑是 Three.js 下载量暴增的关键原因之一。

Ricardo Cabello:艺术生退学打造的开源传奇

Ricardo Cabello,以网名 Mr.doob 更为人熟知,是 Three.js 的创始人和长期核心维护者。他的成长路径并不循规蹈矩,甚至可以用他自己的话来形容——“有点灾难”。

AI赋能Web 3D革命:Three.js周下载量突破400万,艺术生退学打造的开源传奇

Ricardo 在采访中透露,他读完小学后,曾同时学习漫画绘画;中学阶段一度转向电子工程,后来又改读艺术方向。然而那段时期并不适合系统性学习,他最终在进入大学前选择了退学。

真正塑造他的,是长期活跃于 demoscene(演示场景) 社群的经历。在这个以技术与创意竞赛为核心的文化中,创作者必须不断拿出新作品,逼着自己把想法真正做出来。这段经历深刻影响了他后来的创作风格——追求用精简代码实现惊艳的视觉效果。正是在 demoscene 的环境里,Cabello 系统性地学习了计算机图形学,让艺术与代码在他身上开始汇合。

工作之余,Cabello 会关注艺术、插画、装置艺术等博客,时常激发他的创作灵感:“能不能把这些东西做成实时的?” 而在实现的过程中,又会衍生出更多新的点子。

Ricardo Cabello 还是 Web 创意文化的重要推动者。他长期维护的个人网站 mrdoob.com 汇集了大量实验性项目,涵盖物理模拟、粒子系统、交互艺术和声音可视化等方向。这些作品持续探索浏览器作为创意与表达平台的边界,这种对可玩性和表达力的重视,也深刻塑造了 Three.js 的气质——实用、开放,同时鼓励创造。

在开源领域,Ricardo 以风格克制、标准严格著称。他长期亲自把控 Three.js 的 API 设计与代码质量,宁可引入破坏性更新,也避免无序堆叠功能和历史包袱。这种近乎“守门人”的角色,使 Three.js 在十余年的演进中始终保持清晰的结构和一致的设计理念。

这种工程上的克制,可以追溯到 Three.js 诞生之初的动机。Ricardo 曾回忆,创建 Three.js 一方面源于他的好奇心,想看看亲手写一个 3D 引擎能做到什么程度;另一方面也是对自我能力的挑战。更重要的影响则来自 demoscene 的经历:在那个圈子里,创作者往往为一两个 demo 临时写一套引擎,用完即弃。Ricardo 觉得这种方式过于浪费,于是萌生了一个更长期的想法——做一个真正可以被反复使用、不断演进的 3D 引擎。这一想法,最终催生了 Three.js。

直到今天,随着 AI 生成内容、WebXR 和 3D 可视化的兴起,Three.js 依然处在 Web 技术栈的关键位置。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/19974

(0)
上一篇 1天前
下一篇 23小时前

相关推荐

  • 用鸿蒙打造儿童教育新体验:《声趣国旗通》背后的技术实践

    项目演示 引言:从痛点到方案 作为一名鸿蒙开发者,我一直在思考:如何用技术让儿童教育变得更有趣? 市面上的国旗学习应用大多停留在“图文展示”层面,缺乏互动性,对于低龄儿童来说认知门槛过高。 于是,我决定用 HarmonyOS 打造一款真正适合孩子的国旗学习应用——《声趣国旗通》。 这款应用的核心理念是:卡通化、超简单、强互动。在开发过程中,我深度体验了鸿蒙最…

    2026年1月13日
    6300
  • GitHub 六大 Agent 开源项目:从零构建智能体,打破信息壁垒

    2025年,无疑是Agent(智能体)元年,GitHub作为重要的学习平台,汇聚了大量优质的开源教程与项目。 01 Hello-Agents 这是由国内社区Datawhale开源的教程,在GitHub上已获得5700+ Star。该教程不仅深入讲解底层原理,更注重实践,手把手指导你编写可运行的Agent代码。它不仅仅是一个代码仓库,更像一本互动式的教科书,旨…

    2025年12月9日
    7400
  • AI编程革命:本周6大GitHub明星项目深度解析

    DeepCode:智能体编程平台 DeepCode 由香港大学数据智能实验室开发,是一个采用多智能体系统架构的智能体编程平台。它能够理解复杂需求(如研究论文或自然语言描述),并通过智能体协作自动生成高质量的、可运行的代码。例如,用户上传一篇 ICML 论文,DeepCode 能自动解析其中的算法,生成 Python 实现,并附带测试用例和文档。 它提供网页界…

    2025年11月9日
    6800
  • MemGovern框架:让AI从GitHub历史经验中学习,Bug修复率提升至69.8%

    MemGovern框架:让AI从GitHub历史经验中学习,Bug修复率提升至69.8% 当前,大语言模型驱动的代码智能体在自动化软件工程领域带来了变革,但它们普遍面临“封闭世界”的认知局限:现有的智能体往往试图从零开始修复Bug,或者仅依赖仓库内的局部上下文,而忽略了GitHub等平台上积累的浩瀚历史人类经验。 事实上,人类工程师在解决复杂问题时,往往会搜…

    2026年1月16日
    13000
  • GitHub精选:三大AI与效率工具,智能图表、OCR识别、PDF处理一键搞定

    智能图表生成工具 Smart Excalidraw 是一个基于 Next.js 构建的智能图表生成工具,它巧妙地将大语言模型与 Excalidraw 绘图工具相结合。用户只需用自然语言描述需求,AI 即可自动生成各类专业图表。 该工具能够生成技术架构图、信息图等多种可视化内容。 生成后的图表完全基于 Excalidraw 格式,用户可以在其熟悉的界面中进行二…

    2025年11月8日
    7300