Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • 浏览器排行榜
  • AI 浏览器指南
  • 浏览器对比
  • 浏览器测评
  • 浏览器替代方案
  • 浏览器专题目录
  • Agentic 浏览器
  • 下载与安装
  • 浏览器效率
  • SillyTavern 模型指南

热门指南

  • Best Browsers 2026: Top 10 Ranked & Compared
  • Best Free AI Browsers 2026: Plans & Prices Compared
  • Rabbit Browser: What It Is & Why Tabbit Is Better
  • Firefox vs Chrome 2026: Privacy, RAM & Speed Compared
  • Best Lightweight Browsers 2026: 7 Tested for RAM & Speed
  • AI Browser List 2026: 10 Browsers Compared
  • Neobrowser: Norton Neo, Download & Alternatives
  • Edge vs Chrome 2026: Speed, RAM & Battery Tested
  • Best Internet Browser for Android 2026
  • Best AI Browser 2026: Top 9 Tested & Ranked

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
提示词与案例展示
社区Gemini 4 Argon

Gemini 4 Argon:Python 离线光线追踪工作流

原始来源

GitHub;Google 官方模型发布页

作者仓库 README 标注由 Gemini 4 Argon 编写;代码提交者显示为 fofr。Google 发布页将该演示归于 Argon

原文日期2026-10-13

Tabbit 整理2026-10-13

查看原文

一句话结论

这是一个可从源码复现的 Python/NumPy 离线室内光线追踪示例:运行脚本会生成建筑室内场景 PNG;它不是交互式 3D 游戏。

适用场景

  • 适合的任务:用向量化 Python 代码构建程序化 3D 室内场景并离线渲染静态图。

  • 不适合的任务:需要实时交互、游戏逻辑或仅用 Python 标准库运行的场景。

  • 适用的模型版本:Gemini 4 Argon(Google 发布页对演示的归属说明)。

  • 适用的客户端、Agent 或 API:公开 GitHub 仓库中的 Python 脚本;不是模型 API 调用示例。

  • 推荐的推理档位和参数:未注明。

可直接使用的内容

仓库提供完整实现,不是可复制的模型提示词。Python 入口为 python/sunlit_library.py;代码以 NumPy 数组实现渲染,并用 Pillow 写 PNG。仓库也包含独立的 JavaScript/WebGL2 实时版本,本条只记录 Python 离线版本。

测试或工作流步骤

README 给出的 Python 工作流:

  1. 在 Python 虚拟环境中安装依赖:

    pip install -r python/requirements.txt

    python/requirements.txt 列出 numpy>=2.5.3、pillow>=12.3.0。

  2. 从仓库根目录运行默认渲染:

    python3 python/sunlit_library.py
  3. 默认输出 renders/sunlit_library_1600x1200.png。宽屏输出可用 --16x9,默认写入 renders/sunlit_library_1920x1080.png:

    python3 python/sunlit_library.py --16x9
  4. 自定义尺寸和路径可通过 PAINT_WIDTH、PAINT_HEIGHT 与位置参数传入,例如:

    PAINT_WIDTH=800 PAINT_HEIGHT=600 python3 python/sunlit_library.py output/preview.png

    脚本还支持 PAINT_SEED(默认 20301)和 PAINT_OUTPUT;成功时输出路径、尺寸和 seed。

原始证据与数据

  • 仓库 README 将项目描述为 Argon 编写,并列出两套独立引擎及运行说明。Python 版本是离线渲染器,标准输出是 1600×1200 PNG;仓库包含对应示例图 renders/sunlit_library_1600x1200.png。

  • Python 源码 的文件视图显示 5,711 行(5,011 行代码,259 KB),导入 NumPy 和 PIL.Image。脚本中可见自定义分辨率、输出路径和随机种子参数。

  • Google 发布页 将此光线追踪演示归于 Argon,并直接链接到上述仓库。发布页还称视频使用自定义视频工具和音频混音器,旁白由 Gemini 3.8 TTS 生成,配乐由 Lyria 3.5 生成;这些是演示视频的媒体制作环节,不是 Python 渲染器的依赖。

  • 发布页把渲染器称作“100% pure Python”且“zero external libraries”,但同一演示对应的 README 要求安装依赖,requirements 列出 NumPy 与 Pillow,脚本也直接导入这两个库。因此,复现应以仓库当前源码和依赖文件为准;两处说法不一致。

适用边界

  • 默认脚本生成静态 PNG;源码列出的 Python 实现不提供实时浏览器交互。仓库的 WebGL2 版本是另一个独立实现。

  • 官方归属说明能证明 Google 将案例归于 Argon,但仓库没有公开模型对话、原始提示、生成过程记录或独立审计,不能据此复原生成时的提示词或断言每行代码均未经人工修改。

  • 本次检查只读取了仓库页面、源码、依赖清单和 Google 发布页;没有安装依赖或执行脚本,因此未独立验证渲染耗时、内存占用或输出画质。

  • README 声明该项目不是 Google 官方支持产品;仓库标注 Apache-2.0 许可证。

复现说明

在本地克隆仓库后,按“测试或工作流步骤”中的命令运行。需要记录 Python 版本、操作系统、依赖实际解析版本、分辨率、seed 和运行时间,才能比较不同环境的结果;源页没有公布渲染耗时或资源用量基准。

Tabbit 小编提醒

提示词与案例来自公开资料,由 Tabbit 编辑整理。引用前请查看原文授权与适用范围。

Gemini 4 Argon

在 Tabbit 中使用

Gemini 4 Argon

相关提示词与案例

官方Google AI / Google Cloud Blog2026-10-14

Gemini 4 Argon:Google Cloud 企业 Agent 接入工作流

官方Google AI / Google Developers Blog2026-10-13

Gemini 4 Argon:机器人推理与操作工作流

官方Google AI for Developers / Gemini API 文档2026-10-13

Gemini 4 Argon:Google Gemini API 共享上下文与模型能力配置

官方Google AI / X / Google Gemini2026-10-13

Gemini 4 Argon:Gemini 应用内的多步骤交付工作流

Gemini 4 Argon

相关测评

官方Google Blog(Google DeepMind / Google Developer tools)2026-09-30

Gemini 4 Argon:Google 官方发布、开放范围与能力边界

官方Google DeepMind2026-10-13

Gemini 4 Argon 模型卡:安全评估方法、威胁模型与限制

官方Google Blog(Google DeepMind)2026-10-13

Google Chrome 团队用 Gemini 4 Argon 重构 Chromium 浏览器功能代码

媒体Artificial Analysis

Gemini 4 Argon(High):Artificial Analysis 独立基准、可靠性与成本