用教室照片生成可漫游网页：一次 DeepSeek 迭代案例

用教室照片生成可漫游网页：一次 DeepSeek 迭代案例

把旧照片变成可以进入的教室，难点不只是让模型写出能运行的代码。赵图图这次演示从照片识别开始，逐轮检查空间、操作方式和参观路线，最后得到一个可以手动移动、也能自动参观的网页场景。它呈现的是组合参考照片生成的教室意象，而非对某间真实教室的精确复原。

本文依据正常播放器中完整可用的官方中文 AI 字幕及所见画面整理；结合片头补录，已存证范围覆盖播放器显示的 00:00–02:46。字幕观察不等于全语音转写，本文不是独立复现实测，也不是原音频完整 ASR。视频标题标称 DeepSeek V4.1 Flash；这里不据此推导模型的普遍性能或版本结论。

先确认照片理解，再要求写网页

作者没有自己的旧教室照片，使用网上找到的真实教室照片：主图提供空间布局，后续参考补充年代、桌椅结构和桌面物件。第一步只让模型描述照片，暂时不写代码。模型识别出木桌、板凳及右侧窗户，但把挂钟的位置说错了；原图中挂钟在黑板上方。

这一步的价值是把观察错误与代码错误分开。开始搭场景前，应先核对门窗、黑板、挂钟以及桌椅相对位置，避免错误描述被直接固化进模型。

第一版先验证能否操作

接下来，作者要求交付一个单文件网页，使场景能在浏览器中打开。初版已有教室轮廓和地板，但桌椅近似成排方块，窗户像整面发光白墙。在作者当时的浏览器环境中，鼠标锁定失败，移动也未能正常工作。

因此，验收不能停在“页面显示了三维画面”。还要实际尝试初始视角、环视及移动，记录发生错误的环境，并保留截图和报错信息。这个案例中的鼠标锁定失败是作者的具体运行结果，不代表所有浏览器都会失败。

用截图和报错推动第二轮修改

作者把实际画面和错误反馈给模型，要求补齐细桌腿、桌膛、窗框和吊扇，并把操作方式改为拖动环视。第二版补出了这些结构，移动也能使用，但初始镜头朝向后墙，需要转身才能看到教室主体。

这揭示了两层不同的验收：代码能运行，不等于打开后就能方便使用。检查结果时，应把“缺少哪些结构”“哪个交互失效”“初始视角是否合理”分开反馈，而不是只要求整体变得更真实。

增加参考照片，但明确复原边界

第三轮加入更多参考：2006 年的课堂、旧木桌与绿铁架、桌面书本等。场景逐步出现桌膛、独立木凳、书本和水杯，年代感来自这些参考的组合。

作者也明确指出，它不是某一真实教室的精确还原。画面中的桌椅过于整齐，材质偏干净，光影与比例仍有模型感。若目标是保存具体地点的记忆，还需要核对照片中独有的磨损、摆放和生活痕迹，不能把“有类似物件”直接等同于“还原成功”。

自动参观也要走一遍真实路线

加入自动参观后，镜头曾进入桌椅占据的区域；墙面长标语的两端也被裁掉。作者继续反馈失败结果，把路线简化为沿右侧过道往返。作者在后续讲解中报告：路径检查通过，标语能完整显示，自动参观可以启动，并会在手动操作时退出。视频同时说明展示画面从该场景逐帧导出，并标注不宣称实时 30fps；这些画面和讲解不等于本文独立验证了实时交互或帧率。

这轮修改的重点不是增加功能，而是缩小路线复杂度并重新验证。自动镜头需要避开家具；文字需要完整显示；自动模式与手动输入之间还应有清晰的切换行为。

可以借鉴的验收清单

• 照片理解：物件位置是否正确，有没有把猜测当成照片事实。
• 场景结构：桌椅、窗框、桌膛等结构是否表达清楚。
• 初始体验：打开页面时是否面对主要场景，环视和移动能否正常使用。
• 视觉接近程度：材质、比例及生活痕迹与参考差异在哪里。
• 自动参观：路线是否穿过家具，手动操作能否退出自动模式。
• 信息展示：标语等文字是否完整可见。
  

本案例展示的是“生成—运行—截图反馈—再检查”的迭代方法。视频没有提供本文可核验的完整源代码、依赖配置或许可说明，因此本文不附虚构代码，也不承诺照搬即可得到相同效果。

来源：赵图图，Bilibili BV1jvHg61EtY，https://www.bilibili.com/video/BV1jvHg61EtY/ 。