如何绘制一幅《诛仙》青云七峰v1.0

封面:成片里的七峰全景。通天峰居中,六座主峰散布在四周;山脚没入云层,只有峰顶的建筑与植被露出。
模型:DeepSeek-flash4.1;harness:Claude Code;能力来源:一组对齐 three.js r186 的 threejs-skills。
配乐:HeyGen 曲库(track
4e3d63277b074f4ca246938d6322bea7);场景内声音仍由 Web Audio 程序化生成。这篇文章复盘的是:一份把「青云七峰」写成坐标、高度、云层与镜头表的提示词,如何落成一片可漫游的山脉;以及成片之后,为什么又把七峰推倒重排了一次。
引言:七座峰,还是一条山脉
《诛仙》里的青云七峰,是通天、龙首、落霞、风回、大竹、小竹、朝阳。
让模型搭这个场景,最容易得到的是「七个景点」:每座峰单独看都成立,合在一起却像七张并排的概念图。原因通常不在建模精度,而在关系——峰与峰之间没有山脊、没有鞍部、没有主次,只有七个圆锥插在同一块平面上。
这份提示词一开始就防着这件事。它写:
不是七张独立的山峰图片,也不是简单的低模山体排列,而是构建一个具有真实空间关系、地形起伏、建筑群落、自然环境和动态云海的完整三维世界。
先说结论:这份提示词最值钱的部分,不是那些形容仙气的词,而是那张带单位和坐标的表;这个场景最值钱的部分,不是模型数量,而是一个所有东西都能查询的高度函数 heightAt(x, z)。
一、提示词:一份带单位的世界说明书
这份提示词正文一共十二节,从任务目标、世界观、七峰差异化建模,一直写到动态效果、镜头时间轴、字幕、性能、交付与验收;成片之后,末尾又追加了一节「核心构图方案」。
它不像一份「元素清单」,更像一份世界的说明书。最硬的部分是下面这张表:
| 山峰 | 位置 (x, z) | 峰顶高度 | 基座半径 | 顶部台地 |
|---|---|---|---|---|
| 通天峰 | (0, 0) | 1790 | 1500 | 150 |
| 龙首峰 | (1450, −2500) | 1390 | 1250 | 90 |
| 大竹峰 | (−2600, −1800) | 1170 | 1400 | 140 |
| 风回峰 | (−3250, 250) | 1300 | 1250 | 85 |
| 落霞峰 | (−2500, 2500) | 1250 | 1050 | 80 |
| 小竹峰 | (1900, 3000) | 1330 | 1000 | 70 |
| 朝阳峰 | (3300, −150) | 1340 | 1300 | 110 |
配合两行约定:
坐标约定:X 轴向东、Z 轴向南、Y 轴向上,1 世界单位 ≈ 1 米。
谷地基准高度 420 m,以下峰顶高度均为绝对世界 Y。
这两行把「仙山」拉回了可计算的尺度。位置、高度、半径、台地半径全部有单位,模型不需要猜「七峰应该怎么摆」,它只需要让地形函数在七个坐标上返回七个指定高度。
表之外还有三条优先级,后面的实现基本都在回应它们:
- 通天峰是中心。 它最高、体量最大,顶部有 150 米的建筑台地;六峰围绕它分布,高度不超过它的 78%(最终落在 65%–78%)。
- 单峰必须不同。 七座峰不能共用一套轮廓,山脊、悬崖、岩石、植被和建筑都要有各自的性格。
- 关系比元素重要。 峰与峰之间要有深谷、峡谷、山脊和云海;「不允许七座山峰使用相同模型简单复制」。
提示词也写了不少「不要」:不要简单圆锥,不要平面白色贴图铺满山谷,不要为了增加模型数量牺牲意境。这些禁止项不是修辞,它们是在提前排除模型在信息不足时最容易选择的默认解。
工具链是现成的:项目里装了一组 threejs-skills,按场景骨架、材质、光照、后处理、动画、性能等主题拆开,对齐 three.js r186;项目实际使用 three@0.186.0。Claude Code 负责读项目、跑构建、看控制台、改文件、再验证。
二、地形:把世界写成一个函数
整个场景的唯一空间真值是 src/world/shape.js 里的 heightAt(x, z)。地形网格、建筑落位、植被、瀑布、仙鹤航线、镜头防穿地,全都查询这一个函数。
它不是一个噪声贴图,而是几层解析形状的叠加:
1 | const terrainMax = Math.max(peakMax, ridgeBodyAt(x, z)); |
这里最关键的是 Math.max,而不是相加。
如果七座峰的体量直接相加,峰与峰之间的鞍部会被抬高,七峰就会连成一堵墙;取最大值则让每座峰保留自己的轮廓,重叠处只取最高的那一支。后面那项 0.08 * (sum - terrainMax) 只保留很小的次级贡献,用来让山脚过渡得连续一点,不至于在「谁更高」的切换处出现折痕。
baseHeight 是谷地:
1 | WORLD.valleyBase + 70 * fbm2(...) + 235 * ridged2(...) |
420 米的谷底加上一层低频起伏和一层脊状噪声,先给出「山地」的底子。真正的峰体在 peakBody 里:
- 域扭曲:采样点先被 ±190 米的低频噪声推开,山脊和沟壑因此是弯的,不是笔直的圆锥母线。
- 角度脊线:按极角生成脊线,让山体在不同方向上有不同的半径,形成各向异性的轮廓。
- 径向剖面:
0.6 * t^1.4 + 0.4 * smoothstep(0.5, 0.84, t),缓坡山脚、中段陡崖带、峰顶收束。 - 大尺度山脊场:再用一层
ridged2乘上去,让山体长出分叉的脊与谷。 - 冲沟:中段最强、峰顶与山脚减弱,避免山体表面像光滑的沙丘。
- 卫星山脊:每座峰带三条较低的山腿,山脚才有延伸感。
这些参数不是七份复制。七座峰各有自己的 seed、stretch、rotation、ridge 和 palette:龙首峰被拉长成 1.65 倍,山脊像龙首探向主峰;小竹峰压到 0.72,峰体纤细;落霞峰用秋林调色,大竹峰用竹坡调色。
峰与峰之间还有两条低矮连接山脊:
1 | const RIDGE_LINKS = [ |
它们的高度在 1160–1180 米,高于 1080 米的云顶,却明显低于两侧主峰,所以从高空看是两条从云海里露出来的山梁,而不是两座峰之间的空白。布局测试会沿两条连线采样,要求最低点高于 1080 米、最高点至少比两侧峰顶低 100 米——「露出云海」和「不抢主峰」两个条件同时成立。
峰顶还要压平成建筑台地。这里有一个很容易做错的地方:如果直接把高度钳到配置值,台地周围会形成一圈火山口。实现的做法是先迭代标定:
1 | for (let iteration = 0; iteration < 5; iteration++) { |
先让自然顶点在峰心处正好等于配置高度,再用 mix 在台地半径内平滑过渡。这样台地是「山顶本来就这么高」,而不是「把山顶削掉一块」。
还有一处细节值得记下来:台地和建筑落位必须用未做域扭曲的真实径向距离。扭曲后的距离会把「平地」推到台地半径之外,建筑、栏杆、石阶就会悬空。这是后来审查里真实出现过的问题。
地形网格是四级同心方环,像 clipmap:
| 环 | 半宽 | 单元 | 用途 |
|---|---|---|---|
| 0 | 2400 m | 15 m | 近景,参与阴影与 AO |
| 1 | 4800 m | 30 m | 中景 |
| 2 | 9600 m | 60 m | 远景 |
| 3 | 19200 m | 120 m | 天际线 |
四级合计约 33.6 万顶点、66.6 万三角面。所有顶点都从同一个 heightAt 取样;相邻环共享边界坐标,粗环内边界再补一圈中点三角形,填平 T 型接缝。法线也统一由 normalAt 解析取样,而不是 computeVertexNormals,否则环与环的接缝处会出现一条亮度差。
顶点色按坡度、高度和所属峰写入:陡坡露岩,高处转灰,峰顶台地铺石,大竹峰偏竹绿,落霞峰偏赭红。AO 只对近环计算,四个方向、55 米半径,并在近环外缘渐隐到 1,避免与无 AO 的粗环形成接缝。
地形不是一张网格,而是一个契约。 只要所有系统都查询同一个函数,建筑就不会悬空,瀑布就不会穿山,镜头也不会飞进地里。
三、云海:48 步,把山脚藏起来
云海是这个场景最重要的视觉元素,也是最容易做成「白色平面」的地方。
提示词明确写了:不用平面白色贴图铺满山谷,要用体积云 Shader、3D 噪声或 Ray Marching。实现是一个后处理 Pass:先渲染场景颜色与深度,再由云 Pass 按像素反投影出世界射线,在 730–1460 米的高度层里步进采样,最后把半分辨率的结果双线性合成回场景。
密度函数是两层高斯:
1 | float main = exp(-pow((y - 900.0) / 105.0, 2.0)); |
主云海的密度峰值在 900 米,覆盖谷地和山脚;山腰云带在 1310 米,密度只有主云海的 1.5%,只擦过崖壁,不会盖住峰顶。
采样时还有三件事:
- 云顶不是一块板。 低频噪声先把高度层整体抬高或压低约 ±130 米,再算密度。
- 形状与覆盖分开。
smoothstep(0.5, 0.78, n)决定云絮的形状,低频的coverage决定哪一片天空有云、哪一片是空的。 - 深度遮挡。 每步用场景深度做
depthFade,云在离山体 70 米内逐渐变淡,形成软相交,而不是一条硬边。
光照只做三次采样:从当前点沿太阳方向走 55、110、165 米,累加光学厚度,再用 exp(-optical * 0.6) 得到太阳可见度,在冷色阴影和暖色受光之间插值;相位函数用 Henyey-Greenstein(g = 0.55),让逆光方向的云缘更亮。这就是云海「银边」的来源。
半分辨率是一个很实际的取舍:云 Pass 在 1280×720 下只处理 640×360 个像素,48 步,性能足够;合成回全分辨率时用线性过滤,边缘仍然是软的。代价是近景云层的细节会糊一点,但这个场景的云主要在几公里外,肉眼不容易察觉。
提示词最初写的是「山腰云带密度约为主云海的 15%,高度 1150–1500 米」。最终实现改成了 1.5% / 1310 米,uBandTop 收到 1460 米。原因是七峰重排后,六峰峰顶落在 1170–1390 米;15% 的云带会把峰顶洗掉。布局测试现在直接断言:六峰峰顶处的云带密度必须小于 0.02。
这是整份提示词里最有代表性的一次「数字失效」:15% 是写提示词时给的上界,1.5% 才是对着峰顶高度算出来的值。 数字不是合同,是起点。

图 1:镜一「云海初开,七峰浮青」。镜头从东北高空逆光接近,七峰从云海中浮出,山脚被云层切断。
四、建筑:主殿是尺度的锚
山体再高,如果建筑没有尺度,观众仍然读不出它有多高。
通天峰的主殿是一组参数化构件:86 × 46 米、9 开间、22 米高的殿身,上面叠 17 米高的重檐屋顶;后面是 46 × 26 米的后殿,两侧各一座 34 × 20 米的配殿,山门在南侧 138 米处,香炉、石灯、石碑和 140 米半径的环形栏杆围出一个完整院落。从山门往下,是 22 米宽、150 级的玉阶。
这些数字不是装饰。46 米的进深、17 米的屋顶,放在 150 米的台地和 1790 米的峰顶上,比例刚好能让「峰」看起来像一座山,而不是一块石头。
屋顶由同一个曲面函数生成:
1 | const pastRidge = Math.max(0, Math.abs(x) - ridgeHalf); |
ridgeHalf是正脊的半长,脊外继续向两端收坡,得到歇山顶的轮廓。edge取「进深方向」和「脊外方向」的较大者,屋顶从脊向四面下落。1.35次幂控制坡面的曲率,让屋面微微下凹,而不是一块直斜板。|u·v|^4只在四个角上起作用,把翼角抬起来。
同一套函数可以生成重檐:第二层整体缩小 20%,高度取 0.72 倍,往上叠 0.64 倍层高。方亭没有正脊,就自动改用金顶珠;四角各放一枚金色角饰。风格一致不是靠手工对齐,而是靠所有屋顶都来自同一个曲面族。
七峰的建筑加起来有 3188 个静态 Mesh。按材质合并之后,只剩 32 个批次;列柱之类的重复构件继续用 InstancedMesh。npm test 会打印这一行:
1 | buildings ok (merged 3188 -> 32 meshes) |
这一步把 3000 多个 draw call 压到 32 个批次,是 60 fps 能成立的前提之一。

图 2:通天峰顶的主殿群。重檐主殿、配殿、后殿、山门与南坡玉阶落在 150 米半径的台地上;建筑尺度是这座 1790 米山峰的参照物。
五、竹、水、鹤:让静止的世界有风
七峰里有两座竹峰。大竹峰 12 800 竿,小竹峰 5 600 竿,另有两层叶簇实例。
关键不是数量,而是分布。竹林不是均匀撒点,而是先选「竹林团簇」的中心:每片约 80 竿,中心要满足高度和坡度条件,再在团簇半径内按 sqrt(random) 分布。这样山坡上会出现一片一片的竹海,中间留出岩壁和路径,而不是一层均匀的绿色噪点。
风摆没有在 CPU 上逐帧改矩阵,而是注入到材质里:
1 | float bend = ${bendExpression}; |
竹竿和叶簇共享同一组 uTime / uWind,每根竹子按世界坐标获得不同的相位,所以整片竹海是「一起风,但不同步」。GPU 只多做几次三角函数,CPU 仍然只负责一帧一次的 uniform。
水也是同一种思路。风回峰的瀑布是一条 56 段的 ribbon,沿路径逐点采样:
1 | const lineY = start.y + (end.y - start.y) * t; |
这里的 Math.max 是修出来的。最早用 Catmull-Rom 连接起止点,曲线在陡坡上会向上折回,水带直接穿进山体。改成「水平方向线性插值,垂直方向取直线与地形净空的高者」之后,水只会沿坡面下降,不会再折返。
主瀑从约 1300 米落到约 995 米,落差约 300 米,宽 36 米,底部有 19 米半径的水潭和 Reflector 平面反射;水雾是 260 个加法混合的粒子。大竹峰北坡另有一条 170 米落差的支瀑,宽 9.6 米,水潭 7 米。水面 shader 用两层滚动噪声做条纹与泡沫,速度是绝对时间的函数。

图 3:风回峰的瀑布与云海。主瀑从约 1300 米落到约 995 米,水带在底部水潭上方散成水雾。
仙鹤是四群,分别绕通天、落霞、小竹、大竹飞行。航线半径 210–360 米,高度都在各自峰顶之上;翅膀按绝对时间扇动,位置由 t 直接算出来,不做速度累积。这样拖动时间轴,鹤会回到它该在的位置。
动态元素也应该是时间的函数。 场景里没有「上一帧的位置」这种状态,只有 t。这是后面能逐帧确定性重放的基础。
六、镜头:36 秒,只有一个时钟
影片是 36 秒、60 fps、五个镜头。每个镜头有自己的 Catmull-Rom 机位曲线,切点在 8、15、22、29 秒;切点前后各 0.8 秒,穿云白场升到全白,遮住切换。
src/filmTimeline.js 是一个纯函数模块,不碰 DOM。给定时间 t,它返回机位、注视点、字幕透明度、转场透明度、片名透明度和黑场透明度。播放器只负责把返回值写进相机和 DOM。
第三个镜头值得单独说。它的字幕从头到尾都是「竹影摇风,双峰对望」,但七峰重排之后,大竹峰从西南搬到了西北,小竹峰在东南,两座竹峰之间隔着的不是一道谷,而是整座通天峰。镜头因此完全重写:
1 | { t: 15, position: V(-2760, 960, -2280), target: V(-2600, 1150, -1800) }, |
镜头先贴着大竹峰的竹梢滑行,再抬到 1850 米,越过通天峰西侧山肩,最后隔着主峰远眺小竹峰。字幕没变,但「对望」的两个对象之间多了一座主峰——这是重排后必须重新设计的部分。
太阳也有一条时间轴。四个关键帧:
| 时间 | 高度角 | 方位角 | 曝光 | 云受光 | 云阴影 |
|---|---|---|---|---|---|
| 0 s | 22° | 245° | 1.08 | #ffe2bb |
#6f7f96 |
| 12 s | 18° | 252° | 1.12 | #ffd7a8 |
#67758c |
| 24 s | 13° | 260° | 1.17 | #ffc38d |
#5c6b83 |
| 36 s | 7° | 268° | 1.22 | #ffae7a |
#53617a |
sunDirectionAt(t) 在关键帧之间做平滑插值,得到方向向量;同一组颜色和曝光喂给天空、雾、云 Pass 和色调映射。36 秒里,太阳从西南偏西的 22° 降到 7°,色温从琥珀转向玫红。变化很慢,单看一帧几乎察觉不到,但把它交给时间轴,黄昏就真的在推进。
阴影是单方向光、4096² PCF,shadowMap.autoUpdate = false。阴影相机跟随当前镜头焦点,范围约 ±1400 米;影片每推进一帧,或自由浏览的焦点变化时,才显式刷新一次阴影图。这样既保住了近景建筑和栏杆的投影,又不用每帧重建一张 4096² 的阴影贴图。
确定性是这套时间线的副产品,也是它能被验收的原因:同一时刻从不同的 seek 历史重放,截图解码后的像素 MD5 完全一致。导出时进入 ?film=1&capture=1,固定 1/60 秒步长、固定随机种子,由 window.__capture.renderAt(t) 逐帧推进。2160 帧在 720p 下捕获耗时 123 秒。

图 4:镜三的竹海段(t = 16.8 s)。镜头贴竹梢滑行,远处是隔着主峰的小竹峰与望月台。
七、把「看起来对」变成「处处成立」
第一版成片之后,做了一轮独立审查。审查提出的 3 个 Critical、7 个 Important,基本都不是「默认机位不好看」,而是「换个角度看就穿帮」。
| 问题 | 症状 | 修复 |
|---|---|---|
| 方环地形 T 型接缝 | 环与环之间有 6–19 米的裂缝 | 粗环内边界补中点三角形,顶点直接取 heightAt |
| 石阶悬空 | 最高处离地约 520 米 | surfaceAt 按 fromZ + z 重新采样地形,逐级踏板贴地 |
| 台地不平、建筑悬空 | 域扭曲把「平地」推出台地半径 | 台地掩码改用未扭曲半径,建筑按 groundLocal 落座 |
| 飞行穿地 | 机位插值中途钻进山体 | 飞行路径每帧夹到 heightAt + 8 |
| 演示模式没有字幕/片名 | 影片层依赖 is-film 类 |
新增 body.is-demo 影片层 |
| 缺少「观看影片」入口 | 只能靠 URL 参数 | 补上入口与返回 |
| 重放不确定 | 水雾按 delta 累积、环境贴图依赖 seek 历史 | 水雾改为绝对时间;环境贴图按 2.2 秒量化桶生成 |
| 阴影每帧重建 | 4096² 阴影图拖慢帧率 | autoUpdate = false,并修正全局 needsUpdate 初始化 |
| 3188 个独立 Mesh | 3000 多个 draw call | 按材质合并为 32 个批次 |
| 环间法线/AO 接缝 | 接缝处一条亮线 | 法线统一由 normalAt 生成,AO 在近环外缘渐隐 |
其中两个修复值得展开。
石阶悬空:石阶不是一整块,而是 150 级踏板。第一版按「从起点到终点的直线高度」逐级放样,在山坡上就会一级一级地离开地面,最高处悬空约 520 米。修复后每一级都用自己的 z 去查询地形,踏板才会真正贴地。
阴影不刷新:把 autoUpdate 关掉之后,还要记得初始化 renderer.shadowMap.needsUpdate。否则第一帧的阴影图从未生成,所有 MeshStandardMaterial 都不会正常绘制,画面看起来像「光没有方向」。这是一个关闭优化时很容易漏掉的配套动作。
这一轮之后,验收方式也变了。不再只看截图,而是看一组不变量:
- 每一级石阶都贴着
heightAt; - 每一座建筑、每一圈栏杆都落在台地上;
- 飞行动画在任意时刻都不低于
heightAt + 8; - 同一
t从不同历史重放,像素完全一致; - resize 之后云 Pass 的半分辨率目标跟着缩放,WebGL 上下文不丢;
npm test的高度、布局、建筑、植被、水体、影片测试全部通过。
npm test 的当前输出:
1 | core ok |
截图能证明「这一帧成立」,测试才能证明「所有帧都成立」。
八、推倒重排:提示词也要过审
第一版七峰是按提示词最初那张坐标表落位的。那座山脉能跑、能拍、能导出,但看起来仍然像「七个各自成立的景点」。
问题不在模型没按提示词做,而在提示词只把「通天峰最高」写成了意图,没写成可执行的比例。
初版的坐标表是:
| 山峰 | 初版位置 | 初版高度 | 占通天峰 |
|---|---|---|---|
| 通天峰 | (0, 0) | 1790 | 100% |
| 龙首峰 | (−200, −2900) | 1540 | 86% |
| 落霞峰 | (−2350, −1750) | 1270 | 71% |
| 风回峰 | (−3250, 250) | 1600 | 89% |
| 大竹峰 | (−2000, 2600) | 1170 | 65% |
| 小竹峰 | (1700, 2900) | 1330 | 74% |
| 朝阳峰 | (3100, −250) | 1450 | 81% |
初版的散文部分只说「通天峰必须是中央主峰,海拔最高,体量最大」,没有给出比例;表里龙首 86%、风回 89%、朝阳 81%,三座峰都逼近主峰。模型面对「具体数字」和「模糊意图」时,会优先服从具体数字——它把表执行得很准确,于是主峰不再明显高出群山。
空间上也有类似的问题:六峰虽然各有方位,但整体仍像六座各自为政的山头,峰与峰之间只有谷,没有山梁。缺少「同处一条山脉」的证据。
修法不是往代码里打补丁,而是回到提示词的第一节,把构图原则写成最高优先级,并补上一条可以被测试的比例。提示词末尾追加了一节「核心构图方案:中央主峰统领群山(方案 A)」,明确:
- 通天峰居中,最高、最大;
- 六峰高度为通天峰的 55%–78%;
- 不允许排成同一高度,也不允许围成完美圆环;
- 峰与峰之间要有低矮山脊、峡谷和深谷,不能是七个独立圆锥。
这条 55%–78% 是这次重排里最有用的改动。它把「主峰要高出一截」从一句形容,变成了布局测试可以直接断言的数字。
然后才是代码里的重排:
| 山峰 | 最终位置 | 最终高度 | 占通天峰 |
|---|---|---|---|
| 通天峰 | (0, 0) | 1790 | 100% |
| 龙首峰 | (1450, −2500) | 1390 | 78% |
| 落霞峰 | (−2500, 2500) | 1250 | 70% |
| 风回峰 | (−3250, 250) | 1300 | 73% |
| 大竹峰 | (−2600, −1800) | 1170 | 65% |
| 小竹峰 | (1900, 3000) | 1330 | 74% |
| 朝阳峰 | (3300, −150) | 1340 | 75% |
改变不只是数字:
- 龙首峰从正北搬到东北,大竹峰从西南搬到西北,落霞峰从西北搬到西南,六峰在平面上的方位更均匀;
- 六峰高度全部落进 65%–78%,通天峰重新成为唯一的主峰;
- 新增龙首—朝阳、风回—落霞两条连接山脊,让部分山峰「长在一起」;
- 五个镜头全部重设:镜一改为东北高空逆光全景,镜三越过通天峰西侧山肩远眺小竹,镜四转向东北的龙首脊线,镜五拉远到通天峰居中的全景;
- 山腰云带从 1320 米 / 7% 收到 1310 米 / 1.5%,避免盖住降低后的六峰;
- 风回瀑布改为逐点贴地路径,并新增大竹峰北坡支瀑;山泉与仙鹤群跟随新峰位。
这次重排最有意思的地方,是它证明了提示词不是一次性输入,而是和场景一起迭代的设计文档。仓库的提交记录里,提示词的修改和代码的修改是交替的:先把构图原则写进提示词,再重排坐标,再重设机位,再做视觉审查。提示词不是「给模型的命令」,而是这个世界的设计记录。
九、最终数字与边界
最终场景的主要数字:
| 项 | 数值 |
|---|---|
| 七峰 | 通天 1790 m;六峰 1170–1390 m(65%–78%);谷地 420 m |
| 地形 | 4 级同心方环,15 / 30 / 60 / 120 m 单元,约 33.6 万顶点 / 66.6 万三角面 |
| 云海 | 半分辨率 Ray Marching,48 步,主云海 900 m 峰值 + 山腰云带 1310 m(1.5%) |
| 植被 | 18 400 竿竹、994 棵松、600 棵秋树、3 199 簇草 |
| 建筑 | 参数化屋顶/台基/柱列/斗拱/栏杆/石阶/亭塔桥;3188 个 Mesh 合并为 32 个批次 |
| 瀑布 | 主瀑落差约 300 m,支瀑约 170 m |
| 影片 | 36 s / 60 fps / 2160 帧 / 五镜头 / AAC 192 kbps |
| 配乐 | HeyGen 曲库 track 4e3d6327…bea7,剪 9.56–45.56 s,48 kHz 立体声,−17.9 LUFS |
| 后处理 | 体积云 → Bloom → Grade → OutputPass → SMAA |
交付的成片是 1280×720 / 60 fps / 36.000 秒 / H.264 High + AAC 192 kbps,75.8 MiB;视频流 17.5 Mbps,逐帧捕获耗时 123 秒。另有同规格无声备份 qingyun-seven-peaks-720p60-silent.mp4,以及 36 秒母带配乐 qingyun-heygen-score.wav。关键镜头另有七张 2560×1440 PNG。
配乐来自 HeyGen 曲库,不是程序化生成。曲目信息记在项目的 docs/heygen-score.md:
| 字段 | 值 |
|---|---|
| provider | heygen.audio.sounds |
| track id | 4e3d63277b074f4ca246938d6322bea7 |
| 曲目描述 | epic Chinese fantasy, guzheng and erhu intro, taiko building, orchestral climax at 0:51, ends on one final note |
| 源曲 | 50 s / 44.1 kHz 立体声 PCM |
| 授权 | HeyGen OAuth(heygen CLI 已登录账号) |
| 使用片段 | 9.56 s – 45.56 s(36 s) |
| 母带 | 48 kHz 立体声,−17.9 LUFS / −1.9 dBTP |
剪辑点不是随手截的 36 秒:
- 9.56 秒是乐句的干净起点,前一拍有 0.4 秒留白,避免从乐句中间切入;
- 15.5 秒起太鼓与管弦进入,落到成片里大约是第 6 秒,对应镜二、镜三的推进;
- 42–45 秒是末音与自然衰减,落在片尾 1.5 秒的画面淡出处,不需要硬切。
首尾另做 0.5 秒淡入、34.3 秒起 1.7 秒淡出。母带用线性增益而不是动态 loudnorm:源曲真峰已经是 0 dBFS,再压缩会损失音乐的起伏。封装时用 -c:v copy 只加 AAC 音轨,视频流不重新编码,所以配乐可以替换而不动画面。
源曲不随仓库分发,本地缓存放在 .media/audio/bgm/bgm_001.wav(已被 .gitignore 忽略)。页面内的风声、云海低频、瀑布与钟声仍是 src/audio.js 的程序化 Web Audio,默认关闭;npm run score 保留为无外部音频时的回退方案。
这里还剩一处差距:提示词最初要求的是 2560×1440。这一版仍是 1280×720,分辨率没有补齐;但音轨已经从「无」补到了 AAC 192 kbps / −17.9 LUFS,接近提示词写的 −18 LUFS。声画分离让这两件事可以分开推进:先把「同一份时间线每次都能导出同样的帧」做稳,再单独做配乐和封装,不必为了换一首曲子重渲染 2160 帧。
已知的限制也列在这里:
- 远景山体仍偏圆缓,缺少真实山岳的高频岩壁细节,近景主要靠植被和建筑建立尺度;
- 云海是单次散射近似,逆光时高光偏强,暗部结构偏软;
- 瀑布是半透明 ribbon,近看缺少水体厚度和泡沫细节;
- 建筑是参数化组合,没有真实木构的榫卯与彩画级别细节;
- 第四镜的瀑布在画面右侧,云带较厚时会被部分遮挡;
- 石阶在远景里偏细,近看可辨认,但不如近景建筑突出。
自动验证覆盖了高度函数、地形缝合、台地平整、七峰方位与高度比例、建筑落位、植被贴地、瀑布落差、影片时间线、交互与确定性重放;视觉终检仍然要人眼完成。工具能保证世界「处处成立」,不能保证它「好看」。
十、复现
环境要求 Node.js ≥ 20.19 和支持 WebGL 2 的桌面浏览器。
1 | cd material/诛仙青云山七峰 |
交互:
| 操作 | 效果 |
|---|---|
| 拖拽 / 滚轮 / 右键拖拽 | 旋转、缩放、平移;首次操作暂停影片并进入自由探索 |
| 空格 | 播放 / 暂停 |
1 – 7 |
通天、龙首、落霞、风回、大竹、小竹、朝阳 |
8 |
全景 |
R |
重置到全景 |
| 底部时间轴 | 拖到任意镜头;松开后保持暂停 |
| 云海 / 雾 / 字幕 / 声音 | 独立开关;声音默认关闭,需点击开启 |
访问 ?film=1 进入纯净影片页;?film=1&capture=1 进入逐帧捕获模式,window.__capture.renderAt(t) 可按 1/60 秒推进。
导出 720p 成片:
1 | npm run dev -- --port 5199 --strictPort |
配乐的剪辑点、母带命令与授权说明见项目里的 docs/heygen-score.md;源曲不随仓库分发。
源码在 open-wuxu/unreal-factory 的 material/诛仙青云山七峰/。

图 5:镜五「落霞满袖,青云不老」。逆光下的落霞峰楼阁与秋林,镜头随后拉远到七峰全景。
结语:先找到那条「高度函数」
「绘制」这个词容易让人以为工作是把山画出来。实际上,这个场景里真正被反复修改的,不是某座山的曲面,而是山与山之间的关系:谁在中,谁更高,谁和谁相连,云淹到哪里,镜头从哪里看。
七峰之所以能成为一条山脉,不是因为每座峰都做得更细,而是因为所有东西都查询同一个 heightAt(x, z)。地形、建筑、植被、瀑布、仙鹤、镜头,共享同一套空间真值。改一个峰的坐标,整片世界会跟着动;而在「七个景点」的做法里,挪一座山要分别改地形、建筑、植被和镜头。
提示词的角色也一样。它最值钱的不是把「仙气」写得多足,而是把空间关系写成可执行、可验收的约束;当构图原则变化时,先改提示词的第一节,再改代码。
下次让模型搭一座山,先别急着列建筑和特效。先问自己:这个世界的「高度函数」是什么?哪一条关系一旦定了,其他东西都得跟着它走?
把那条关系写进第一节。
引用与致谢
- threejs-skills:
cloudai-x/threejs-skills,按主题拆分的 Three.js skill,对齐 three.js r186。 - Three.js:MIT 许可,项目使用
three@0.186.0。 - 场景源码与截图:
open-wuxu/unreal-factory,material/诛仙青云山七峰/。文中五张插图与封面均来自该项目的deliverables/previews/。 - 配乐:HeyGen 曲库 track
4e3d63277b074f4ca246938d6322bea7,OAuth 授权;片段、剪辑点与母带参数见项目docs/heygen-score.md,源曲不随仓库分发。 - 模型与 harness:DeepSeek-flash4.1 在 Claude Code 中运行。
- 资源说明:所有几何、贴图、环境贴图、天空、云海、水面、植被与页面内声音均由源码程序化生成,未使用外部模型、图片或音频采样;成片配乐是 HeyGen 曲库的授权曲目,不属于程序化生成部分。
感谢阅读。























