Voxel-It 是一个图像转换技能,用于把任意照片变成高质量的 Minecraft 风格截图:人物保持照片级真实、不被风格化,画面其余部分转换为体素方块,再通过电影级调色把真实人物与方块世界统一为一张图。
用途 它面向“照片转游戏世界”的创作需求,核心概念是让一个真实照片级的人物站在完全体素化的 Minecraft 世界中,真实人物与方块环境的对比就是画面重点。该技能同时吸收了此前的 Minecraft-Food 趋势(仅物体)与 Minecraft-World 趋势(物体+背景)。
主要能力
- Step 0 路由器:读取照片并确定唯一模式,输出一行 MODE 声明。
- 三种模式:
- object-only:只把被拿持/作为主体的物体(食物、饮品、产品)及其餐具体素化,人物与背景保持照片级真实,并在每个主体物体上方浮出 Minecraft 物品标签。
- background-only:只把背景/环境体素化为 Minecraft 方块,人物保持真实;若存在附带物体也保持真实,不使用物品标签。
- object+background:除人物外全部体素化(物体与背景),物品标签可选。
- 转换规则:非人物元素使用干净的立方/体素几何与清晰的 16×16 风格方块纹理,质量参照使用高级着色器(如 SEUS/BSL)的现代 Minecraft 截图——真实光照、柔和阴影、环境光遮蔽、体积光、锐利方块边缘。
- 空间保真(严格):保留完全相同的相机角度、取景与构图;每个元素保持原始位置与相对大小;不添加、删除或重排物体。
- 电影级调色:先分析原图的时间、光照方向、主色调、冷暖与整体氛围,再应用匹配该氛围的电影级调色(胶片感对比曲线、平衡的高光与阴影、与原图气氛一致的颜色、轻微暗角与景深),使真实人物与方块环境统一为一张图。
- 物品标签(仅 object-only 模式):在每个被体素化的主体物体上方或附近浮出 Minecraft 物品栏风格名称标签——深色半透明圆角矩形上的干净白色像素/位图字体,命名该物品,标签整洁、清晰、可读、不重叠,且绝不遮挡人物面部。
使用方式
- 输入 <source>:任意照片,可以是路径、URL 或聊天中粘贴的图片;适用于物体照、人物+物体照以及宽幅场景。
- 空参数菜单提示用户提供照片,并说明会自动选择模式,也可强制指定模式。
- 引擎固定为 gpt-image-2,quality="high",output_format="png";不使用 nano-banana-pro,因为后者体素化不足。
- 超时注意:quality="high" 时同步调用常超过约 260 秒的工具预算,因此始终以 background:true 调用并轮询 task_status(task_id) 直到完成。
- 工作目录:<project>/voxel-it/<run-id>/,每次运行使用独立文件夹。
- 工作流:Step 1 获取源图为 Pika-CDN URL(HTTPS 直接用;本地文件先上传;HEIC 用 sips 转换并检查方向;聊天粘贴图片从会话记录提取);Step 2 上传到 Pika CDN(upload_asset 获取预签名 URL,PUT 上传后使用返回的 public_url);Step 3 按 Step 0 模式运行 generate_image_edit(provider="gpt-image-2"、quality="high"、output_format="png"、background=true 轮询、aspect_ratio: "auto");Step 4 下载、展示、在 Finder 中打开并做旋转检查(PNG 输出,若被旋转 90° 用 sips 转回,无需重新生成)。
- 模式选择决策树:用户明确要求全部体素化 → object+background;存在人脸或身体且以手持/主体物体为主题 → object-only;存在人物但无主体物体 → background-only;无人物且为纯物体照 → object-only;无人物且为风景/场景 → background-only;确实模糊时用一行询问用户。
适用场景
- 把人物照片放入体素世界(background-only)。
- 把食物、饮品或产品照片做成 Minecraft 物品风格并带标签(object-only)。
- 按明确要求把整张照片(除人物外)全部体素化(object+background)。
- 物体照、人物+物体照、宽幅场景均可处理。
限制
- 人物面部会被重新生成,可能略有漂移(无蒙版的整幅编辑,为颜色统一而接受);如需逐字节一致的面部,资料提到见底部的进阶蒙版说明,但未提供具体内容。
- 仅支持静态图片(stills only)。
- 引擎固定为 gpt-image-2,不提供其他 provider 选择。
- 输出默认仅 PNG,除非另有要求。
- 关于收费、价格、平台支持范围等事实,资料中暂未提供。