Kỹ thuật & AI

Image Blaster: dựng bản nháp cảnh 3D từ một ảnh

Image Blaster tạo cảnh 3D có thể đi lại từ một ảnh tham chiếu, giúp bạn thử bố cục và cảm giác không gian trước khi dựng chi tiết.

Tóm tắt

  • Từ một ảnh tham chiếu, Image Blaster tạo cảnh 3D có thể đi lại, mô hình đồ vật và âm thanh để thử ý tưởng.
  • Mọi bước tạo nội dung chạy trên dịch vụ trả phí (World Labs, FAL); một lần chạy đủ bước với năm đồ vật tốn khoảng 5 USD, chưa tính âm thanh.
  • Phần không gian không có trong ảnh là do AI tự vẽ thêm, nên chỉ dùng cho ý tưởng và bản nháp, không thay được bản quét 3D thật.
Image Blaster: dựng bản nháp cảnh 3D từ một ảnh

Bạn có một tấm ảnh tham chiếu và muốn đi thử trong bối cảnh đó trước khi bỏ công dựng từng món đồ. Image Blaster dùng Claude Code, World Labs và FAL để biến ảnh thành bản nháp 3D có thể đi lại, kèm mô hình đồ vật, âm thanh nền và hiệu ứng, để bạn quyết định cảnh nào đáng dựng tiếp.

Đánh giá dựa trên mã nguồn tại commit 4acb43b (ngày 15/5/2026), xem ngày 19/11/2026; chúng tôi đọc code, chưa chạy thử. HubCom chưa dùng công cụ này trong dự án khách hàng.

Repo giải quyết được gì?

  • Dựng một cảnh 3D là việc của người làm 3D. Không gian, đồ vật và âm thanh mỗi thứ làm trong một công cụ khác nhau.
  • Model AI cho từng phần đã có nhưng rời rạc. World Labs tạo không gian, Hunyuan3D tạo đồ vật, ElevenLabs tạo âm thanh; mỗi bên một API, một định dạng.
  • Repo nối chúng thành một quy trình do Claude Code điều phối: phân tích ảnh, tách đồ vật, tạo từng phần và lưu về máy. Tác giả ghi trong README rằng bước từ ảnh đến môi trường 3D có lưới có thể hoàn thành trong dưới 5 phút. HubCom chưa đo thời gian chạy cả quy trình. README của Image Blaster

Chức năng

  • Không tự làm model AI. Dự án là bộ skill, subagent và script để Claude Code gọi các dịch vụ có sẵn theo đúng thứ tự.
  • Phân tích ảnh: Claude mô tả cảnh, liệt kê từng đồ vật tách rời được và chờ bạn duyệt danh sách.
  • Ảnh nền sạch (clean plate): xóa các đồ vật đã duyệt khỏi ảnh bằng Nano Banana 2 (mặc định) hoặc GPT Image 2.
  • Không gian 3D: World Labs Marble 1.1 tạo không gian từ ảnh nền sạch, dạng Gaussian splat (.spz) kèm mesh va chạm.
  • Model 3D từng đồ vật: tách đồ vật thành ảnh nền trắng, rồi tạo model bằng Hunyuan3D v3 (mặc định) hoặc Meshy v6.
  • Âm thanh: ElevenLabs tạo âm thanh nền lặp và tiếng va chạm cho từng đồ vật.
  • Trình xem cục bộ: ứng dụng React, Three.js chạy trên máy để xem và sắp xếp kết quả.
  • Skill "wildcard": gọi model bất kỳ trên FAL, nhưng phải hỏi bạn xác nhận trước khi chạy request trả phí.

Dự án theo giấy phép MIT, hơn 12.500 sao trên GitHub.

Khi nào nên áp dụng?

  • Nên dùng để dựng nhanh bản nháp không gian 3D: concept màn chơi game, ý tưởng bối cảnh quay, phòng trưng bày ảo.
  • Nên dùng khi đội cần nhiều model 3D đơn giản từ ảnh có sẵn, rồi chỉnh tiếp trong Blender hay game engine.
  • Nên dùng để học cách tổ chức skill, subagent và hook trong Claude Code cho một quy trình nhiều bước.
  • Chưa nên dùng để giới thiệu nhà, phòng khách sạn hay cửa hàng có thật cho khách. Phần không có trong ảnh là do AI vẽ thêm, có thể sai với thực tế.
  • Chưa nên dùng khi cần model đúng kích thước để sản xuất hay in 3D. Model tạo từ một ảnh không có số đo thật.

Lưu ý

  • Mỗi bước là một request trả phí. Giá dưới đây niêm yết ngày 19/11/2026.
  • Không gian 3D (World Labs Marble 1.1): 1.580 credit, khoảng 1,26 USD cho mỗi không gian tạo từ ảnh thường.
  • Sửa ảnh (Nano Banana 2): 0,08 USD mỗi ảnh ở độ phân giải 1K.
  • Model 3D (Hunyuan3D v3): 0,375 USD mỗi model, cộng 0,15 USD cho vật liệu PBR và 0,15 USD khi chỉnh số mặt; skill bật cả hai mặc định.
  • Ví dụ chi phí: một cảnh có năm đồ vật tốn khoảng 5 USD, chưa tính âm thanh. Mỗi lần tạo lại là trả thêm.
  • World Labs có thể thu phí sau. Request chạy khi số dư thấp vẫn được thực hiện; phần vượt bị tính vào hóa đơn tháng sau, kể cả khi tắt tự nạp.
  • Chế độ chạy một lần (one-shot) chạy song song nhiều subagent: một model 3D cho mỗi đồ vật, bốn tiếng va chạm cho mỗi đồ vật. Chi phí tăng theo số đồ vật.
  • API key: README gợi ý dán key vào khung chat để Claude ghi file .env. Tự ghi key vào .env an toàn hơn, vì key không đi qua cuộc hội thoại.
  • Repo có sẵn quyền và hook. .claude/settings.json cho phép sẵn các lệnh node .claude/scripts/**, bun install, và chạy script khi mở phiên. Đọc file này trước khi tin cậy thư mục.
  • Ảnh tạo bằng Nano Banana 2 có watermark SynthID. Xem thêm bài ai-meta-cleaner về watermark và nhãn AI.
  • Dự án ít cập nhật: 72 commit từ 21/4 đến 15/5/2026, chưa có bản phát hành. Nên ghim commit khi dùng.

Thử nghiệm

Trước khi giao cho AI agent, chuẩn bị:

  • Ảnh nguồn: rõ nét, góc rộng, đồ vật tách biệt nhau. Ảnh của bạn hoặc ảnh có quyền sử dụng.
  • Hai API key World Labs và FAL, mỗi tài khoản nạp một khoản nhỏ để giới hạn chi phí thử.
  • Danh sách đồ vật cần model 3D, để duyệt nhanh ở bước phân tích ảnh.
  • Nơi dùng kết quả: Three.js, Unity, Unreal, Godot hay Blender, để biết cần định dạng nào.
  • Máy chạy: Claude Code, Node.js, Bun, và ffmpeg nếu cần xử lý âm thanh.

Thứ tự triển khai

  1. Đọc .claude/settings.json và thư mục .claude/hooks/ trước khi mở dự án bằng Claude Code.
  2. Tự tạo .env từ .env.example, điền WORLD_LABS_API_KEY và FAL_KEY.
  3. Đặt một ảnh vào input/ và yêu cầu Claude chạy từng bước, chờ bạn xác nhận sau mỗi bước.
  4. Duyệt danh sách đồ vật, bỏ bớt những thứ không cần model 3D.
  5. Kiểm tra ảnh nền sạch trước khi tạo không gian; tạo lại không gian là bước đắt nhất.
  6. Tạo model và âm thanh cho các đồ vật đã duyệt, rồi xem trên trình xem cục bộ.

Bẫy thường gặp

  • Để chạy one-shot ngay lần đầu. Mọi bước trả phí chạy liền, không có điểm dừng để sửa sai.
  • Giữ nguyên đồ vật trong ảnh nền. Đồ vật vừa nằm trong không gian vừa có model riêng, nên bị trùng.
  • Tin rằng không gian đúng với nơi thật. Phía sau, hai bên và các góc khuất là do AI đoán.
  • Chạy trên Windows không có Git Bash hay WSL. Hook là script bash và lệnh kiểm tra cổng dùng lsof.
  • Thiếu Bun hoặc ffmpeg. README không nhắc, nhưng trình xem cần Bun và bước xử lý âm thanh cần ffmpeg.
  • Đẩy thư mục worlds/ lên Git. File .spz, .glb và âm thanh nặng, nên để ngoài repo hoặc dùng Git LFS.

Kiểm tra kết quả

  • Mỗi đồ vật đã duyệt có một file model trong worlds/<tên>/output/<đồ vật>/, mở được trong Blender hoặc trình xem GLB.
  • Không gian có file .spz và mesh va chạm trong output/world/, tải về máy, không phải link của nhà cung cấp.
  • Trình xem cục bộ hiển thị đủ không gian, đồ vật và âm thanh.
  • Chi phí thực tế khớp ước tính: xem trang usage của World Labs và FAL sau lần chạy đầu.

Không nằm trong bài này

So sánh chất lượng giữa các model 3D, đưa Gaussian splat vào từng game engine, và quyền sở hữu nội dung theo điều khoản từng nhà cung cấp. Xem mã nguồn dự án.

Thuật ngữ trong bài (8)
image-blaster
Bộ skill mã nguồn mở cho Claude Code, biến một ảnh thành không gian 3D, model 3D đồ vật và hiệu ứng âm thanh.
Gaussian splat
Cách biểu diễn cảnh 3D bằng hàng triệu điểm màu mờ, cho hình ảnh gần như ảnh chụp khi xoay góc nhìn.
World Labs Marble
Model của World Labs tạo không gian 3D đi lại được từ ảnh, chữ hoặc video.
Hunyuan3D
Model của Tencent tạo model 3D có texture từ một ảnh.
FAL
Dịch vụ chạy nhiều model AI tạo ảnh, video, âm thanh và 3D qua API, tính phí theo request.
Clean plate (ảnh nền sạch)
Ảnh cảnh đã xóa các đồ vật cần tách riêng, dùng để tạo không gian trống.
GLB
Định dạng file model 3D phổ biến, chứa hình khối, texture và vật liệu trong một file.
Subagent
Tác tử AI phụ được Claude Code giao một việc riêng, có thể chạy nền song song với các việc khác.

Câu hỏi thường gặp

image-blaster có miễn phí không?

Mã nguồn miễn phí theo giấy phép MIT, nhưng mọi bước tạo nội dung gọi dịch vụ trả phí. Một cảnh có năm đồ vật tốn khoảng 5 USD theo giá niêm yết ngày 19/11/2026, chưa tính âm thanh.

Không gian 3D từ image-blaster có đúng với nơi thật không?

Không. World Labs Marble tạo không gian từ một ảnh, nên các phần không có trong ảnh là do AI vẽ thêm. Dùng cho ý tưởng và bản nháp, không dùng để giới thiệu một địa điểm có thật.

Kết quả của image-blaster dùng được trong game engine nào?

Model đồ vật là file GLB, mở được trong Blender, Unity, Unreal, Godot và Three.js. Không gian là Gaussian splat (.spz), cần công cụ hỗ trợ định dạng này; trình xem đi kèm dùng Three.js.

Nguồn tham khảo

Trao đổi cùng HubCom ↗