当前位置: 首页 > news >正文

AI时代下还剩下什么?我用 Three.js + Three-Geospatial 实现一个真实环境的3D地球世界

前言

最近两年,AI 编程工具的发展速度远超所有人的预期。

从 Copilot 到 Cursor,再到 ClaudeCode Codex

越来越多开发者开始思考一个问题:

当页面代码都能自动生成的时候,前端工程师未来还剩下什么价值?

我最近刚好在研究一个有趣的方向:

Three.js + Three-Geospatial + 3D Tiles Renderer

并尝试构建一个基于真实地理坐标系的三维世界。

当我看到体积云漂浮在真实城市建筑上空的时候,突然意识到:

AI 可以生成代码,但创造一个世界,依然需要开发者。

最终效果展示

先看最终实现效果。


这里我实现了:

✅ 真实地理坐标系

✅ 海量3D建筑加载

✅ 体积云效果

✅ 全球地图定位

✅ 数字孪生场景基础能力

当AI开始写代码后,前端真正值钱的能力是什么?

过去前端的工作主要集中在:

  • 管理后台
  • 电商页面
  • 数据展示
  • 表单系统

而这些恰恰是 AI 最擅长的领域。

一个 CRUD 页面。

Cursor 几分钟就能生成。

但是如果需求变成:

构建真实世界数字地球 支持体积云 支持城市级建筑 支持海量GIS数据 支持空间坐标定位 支持未来数字孪生扩展

事情就完全不同了。

因为这里已经不再是写页面。

而是在构建一个复杂系统。

涉及:

  • WebGL
  • 图形学
  • GIS
  • 坐标转换
  • 渲染优化
  • 数据组织

这才是未来前端越来越重要的方向。

Three-Geospatial 是什么?

很多朋友第一次看到这个名字。

我也是最近才接触到这个项目。

官方定位非常简单:

为 Three.js 提供真实世界地理空间能力。

为什么会有 Three-Geospatial?

因为 Three.js 和 GIS 世界本质上使用的是两套坐标系统。

Three.js:

x y z

GIS:

longitude latitude height

传统做法需要自己计算:

  • WGS84
  • ECEF
  • ENU

等坐标转换。

过程非常复杂。

而 Three-Geospatial 已经帮我们封装好了这些能力。

开发者可以直接通过经纬度定位模型。

例如:

const coordinate = new GeodeticCoordinate( longitude, latitude, altitude )

即可放置到真实世界。

看看官方案例有多惊艳

第一次打开官方案例时我非常震撼。

因为整个场景已经具备数字地球的雏形。

真实世界中的3D建筑如何加载?

解决坐标问题后。

下一个问题:

建筑从哪里来?

这里使用:

3D Tiles Renderer

这是目前 Three.js 生态中最成熟的 3DTiles 加载方案之一。

它能够解析:

  • Cesium Ion
  • Google Photorealistic Tiles
  • OGC 3DTiles

等数据源。

相比 glTF。

最大的优势是:

LOD 自动加载

离得近:

加载高精度模型。

离得远:

加载低精度模型。


海量数据支持

一个城市可能有几十万栋建筑。

普通 glTF 根本无法加载。

而 3DTiles 天生就是为城市级数据设计的。


这里能够明显看到:

建筑细节会随着相机距离动态变化。

这也是数字孪生项目常见的技术方案。

体积云才是真正提升质感的关键

很多人觉得:

建筑加载出来就结束了。

实际上并不是。

真正决定场景质感的是天空。

于是我又加入了:

它能够模拟:

  • 光照散射
  • 云层厚度
  • 阴影变化
  • 日夜变化

整体架构设计

职责划分:

模块作用
Three.js渲染引擎
Three-GeospatialGIS坐标
3D Tiles Renderer建筑加载
Volume Cloud云层效果
PostProcessing后处理

AI时代下前端真正稀缺的能力

体验完整个项目之后。

我越来越相信:

未来最容易被 AI 替代的。

是重复编码。

而最难被替代的。

是:

  • 系统设计能力
  • 图形学能力
  • 工程架构能力
  • 创造能力

AI 可以帮你写:

for() if() axios()

但 AI 很难告诉你:

如何把真实世界映射到三维空间中。

更难帮你决定:

这个世界最终应该长什么样。

写在最后

过去我们做的是网页。

未来我们可能做的是:

  • 数字城市
  • 数字孪生
  • 空间计算
  • AI 世界

而 Three.js + Three-Geospatial + 3D Tiles Renderer 的组合。

让我第一次感受到:

前端的边界,已经不再只是浏览器里的页面。

而是真实数字世界本身。

参考文献

Three.js官方示例:https://threejs.org/examples/

Takram : https://takram-design-engineering.github.io/three-geospatial/?path=/docs/readme--docs

3DTilesRendererJS: https://github.com/NASA-AMMOS/3DTilesRendererJS

结合真实项目:http://threeflowx.cn/editWebGIS/#/

http://www.jsqmd.com/news/1076605/

相关文章:

  • PinWin窗口置顶工具:多任务处理的终极方案
  • AI对话系统技术解析:原理、演进与本地化实践路径
  • Toda晶格非线性波动分析:独立和近似与矩阵泛函估计实践
  • 2026年AI大模型接口中转网站全网亲测:五大主流服务商全维度硬核实测数据对比选型指南
  • 线性表——柜子的存查问题
  • Agent基础设施层的价格归零:从Session事件流到Runtime标准化
  • 2026年,银川哪家推拉门信誉好?
  • 告别物理束缚:Parsec VDD虚拟显示驱动实战指南
  • 实战指南:53种配置与23种方法深度解析Viewer.js图像查看器
  • 客户为什么总喜欢问:这个模具能做多少模次?
  • Windows 11终极优化指南:3步告别系统臃肿
  • 移动云的核心服务包括哪些类型?
  • 企业AI平台选型核心:底座能力才是中大型企业的长期护城河
  • LoRA低秩适配原理与工业级微调实战指南
  • ping 是什么协议
  • 回答的艺术:从简单的消息回调,到AI时代的标准业务表达
  • 快捷支付通道优势:高并发、简易付款
  • CTF Web .git源码泄露实战详解|git-dumper工具完整复现
  • 一个 setTimeout 引出了事件循环问题,这个事件循环到底是个啥?
  • 测试工程师必须要掌握的linux命令大全
  • 一份写给未来的微信机器人开发教程:如何构建大模型友好的语义网络?
  • Playwright测试自动化工具:架构优势、实战对比与最佳实践
  • AutoCAD 2027
  • 球幕投影设计内容适配球型曲面技巧​
  • 从代码逻辑到大模型心智:个人微信机器人接口的“对齐”之路
  • Variance in Adversarial Attack for Customized Diffusion Models
  • 【JAVA毕设源码分享】基于Javaweb求知资讯网的设计与实现(程序+文档+代码讲解+一条龙定制)
  • 【考研】2026/6/24
  • 3步解决Jellyfin中文刮削难题:MetaShark插件配置全攻略
  • Linux进阶--系统备份、恢复与可视化管理工具webmin、bt宝塔