创作教程 · 更新于 2026 年 11 月 14 日
制作 View。
把想法变成 Room 周围的 360° 风景。沿着同一幅马尔代夫全景图,了解三条经过测试的模型路线,查看实际图像、原生尺寸、修补过程和费用。

开始制作自己的 View
克隆公开项目,在能生成图片并运行 Python 的 agent 中打开文件夹,请它使用 build-a-view skill。平台内置的图像工具无需外部 API key 即可生成初始底图,但仍受平台用量限制。高分辨率增强需要所选供应商的 API key。
git clone https://github.com/EnterLocus/locus-support.git
cd locus-support使用 build-a-view skill,根据我描述的地点制作静态完整球面 View。先向我展示底图全景,并在支持时提供 360° 预览。等待我接受布局,然后在任何付费增强前提供模型选项、原生尺寸估计、Standard 或 Batch 处理方式,以及逐项费用计划。
有两个确认点:先接受底图及其布局,再选择 API 模型、凭证引用、原生尺寸估计、费用计划和处理模式。提供 OPENAI_API_KEY 或 GEMINI_API_KEY 这样的环境变量名,不要在聊天中提供密钥。逐项批准具体付费提交,或明确授权一个列明范围且有总额上限的完整计划。仅提供 key 或预算不代表批准。
能否进行 360° 预览取决于所用平台。如果无法打开,请要求提供可用的本地交互预览和透视视图。仅凭平面图无法检查各个方向的观感。
使用下列默认流程:修复完整低分辨率底图,增强六个带上下文的面,按实际原生采样密度合并,再检查所有方向、拼接和两极。最初不做修补,预留最多两张定向修补输出;额外尝试需要单独明确范围并获批准。
一幅原图,三条模型路线
本次比较使用同一张未改动的 1774×887 内置生成图。提示词要求中央面向泻湖、环绕接缝连贯,但底图将棕榈放在中央,并存在接缝缺陷。这些选择在本次比较中被接受并固定。增强会重建合理的细节,并非恢复摄影事实。

阅读完整原始提示词
Use case: photorealistic-natural. Asset type: a full spherical immersive skybox source, not a wide-angle photograph. Create one full 360-degree by 180-degree equirectangular panorama in an exact 2:1 canvas, 3840x1920 if supported. A serene Maldives island beach at eye level about 1.5m above fine white sand, looking out over luminous shallow turquoise water toward a clear level Indian Ocean horizon. In the opposite direction, the same beach continues into natural tropical palms and low lush island vegetation. No buildings, people, boats, text or logos. Warm clear midmorning daylight, realistic white sand, delicate small lapping waves, convincing individual palm fronds and natural vegetation. Full 360 longitude, full latitude from zenith to nadir. Camera has zero roll, horizon is perfectly level at exactly vertical center (50% height); beach and water are below center. Equirectangular longitude distortion and strong polar stretching are required; the entire top row is the single blue sky zenith, the entire bottom row the single sandy nadir directly under camera, with natural pole convergence when projected onto a sphere. The left and right borders must join as one continuous scene, with identical sky, horizon, ocean/beach geometry and lighting at the wrap; place the wrap in uncomplicated distant water/sky if possible. One coherent island with geometrically continuous shoreline and a calm comfortable seated-view atmosphere. Sharp detailed natural photographic rendering, restrained color and exposure; no oversharpening, no lens vignette, no collage, no inset views, no frame.GPT Image 2.6 使用 API 模型 gpt-image-2.6-sunburst;Nano Banana Pro 使用 gemini-3-pro-image。两者收到的源文件字节完全相同。下方最初两条路线的对比图左侧是 GPT,右侧是 Nano Banana Pro。后来的 Nano Banana 2.1 试验也沿用这份未作改动的源图。
先修复完整全景图
先进行连贯的全局修复,再增强各面的细节。GPT 在 Standard 模式下以 high 质量返回 3840×1920。Nano Banana 在 Standard 4K 下使用循环的 21:9 上下文,返回 6336×2688,再明确去除填充并缩小为 5376×2688 全景图。原图保持不变。

六个面,实测原生尺寸
投影出六个约 102° 的面:90° 核心,两侧各有 6° 上下文。GPT 的 1186 方形输入返回 2880 方形图;Nano Banana 的 1660 方形输入返回 4096 方形图。输入按原图密度投影,没有放大到请求的输出尺寸。成功的探针属于这六个面之一。
直接合并返回的各面,混合半宽为 0.25°。根据实际存储尺寸与核心尺寸之比 T,以及返回的面边长 N,计算最终 2:1 尺寸。这种保守采样规则描述的是像素密度,并非实际可辨细节。两种结果都不是原生 12K。
f_center = N / (2*T) pixels per radian
W = 2 * floor(pi*N / (2*T)); H = W/2
GPT: T=1186/960, N=2880 → 7322×3661
Nano: T=1660/1344, N=4096 → 10418×5209
这些是原生正面图中裁出的 512 像素图。以原尺寸打开图片可进行 1:1 检查。因像素密度不同,它们覆盖的角度不同;下方相同视角的对比更适合判断同一片风景。
针对图片中实际出现的问题修补
GPT 的原始合并图存在天空分面和竖向曝光带。局部天空色调匹配减弱了分面,受保护的蒙版在约三分之一画布上保留了连贯的全局修复天空。该区域插值使用 3840×1920 天空,并未增加新的 7.3K 细节。两次位于 yaw ±135°、视角 60° 的付费透视编辑修复了剩余的天空与水面拼接带。
Nano Banana 的天底曾有放射状沙地星纹。第一次付费修补失败,仍计入费用。局部借用颗粒纹理消除了放射形状;第二次付费编辑恢复了颗粒,再局部应用以保护石头、阴影和重叠区域。局部环绕校正减弱了狭窄的天空接缝。

Nano Banana 的环绕接缝处仍有宽范围天空色调分界,天顶卷云汇聚,天底中央的起伏更平滑。在这些输出中,GPT 重建的树叶、水面和沙地更清晰;Nano Banana 像素更多,但细节更柔和。更多像素并不保证更好的 View。


相同视角对比图使用一致的方向、视野和 768 像素审查网格。它们是透视重采样,没有新增生成细节。审查覆盖六个方向、全部 12 条立方体边、两极、环绕接缝和修补边界。这些仍是对比候选:Locus 导入、实体 Vision Pro 观感和舒适度均未验证。水面只是绘制在静态天空盒中的像素,没有运动、深度或视差。
Nano Banana 2.1:费用更低的后续试验
2026 年 11 月 14 日,我们用同一份冻结的源图和原始提示词测试了 gemini-nano-banana-2.1。九次输出全部使用 Standard 模式:一次全景修复、六个立方体面和两次修补。G 返回 6336×2688,去除上下文填充后为 5376×2688;六个面均返回 4096×4096。按原生采样密度合成的结果为 10418×5209,没有强制放大到 12K。

原始向下视角的面存在凹坑和放射状沙地变形。R1 效果不足,其费用仍计入总额。局部借用颗粒纹理的修复将几何形态展平;R2 恢复纹理,再在保护石块、阴影和海岸线的前提下局部回填。用一小块 R2 前的像素补丁去除了凭空生成的叶缘。局部天空环绕接缝工具减轻了一条狭窄的楔形色调差。

在这个场景中,2.1 的树叶和水面细节接近 Pro,左右环绕接缝更连贯,修补后的底点也有更明显的颗粒。GPT 候选版本重建的树叶、水纹和沙地起伏更清晰。三条路线各自采用了不同的局部修补;单个场景不能确立普遍适用的模型排名。

独立静态审查覆盖六个方向、12 处拼接、左右环绕接缝、两极和原生分辨率的修补边界。仍存在蜡质感树叶、柔软的天空、天顶卷云汇聚和修补后沙地起伏较弱的问题。Locus 导入和实体 Vision Pro 中的观感尚未验证。默认模型没有改变。
付费前计算完整任务
按 B + G + F + R + E 统计付费输出:付费底图、全景修复、立方体面、局部修补和额外尝试。本例 B=0, G=1, F=6, R=2, E=0:每条路线九次输出。最初的两条路线共用了 18 次输出;独立的 2.1 后续试验又增加九次,三条路线合计 27 次。通过验收的试片计入 F6。被否决的修补结果仍是付费输出;再次生成会增加次数。
| 路线 | 原生全景尺寸 | 按用量核算的美元费用 |
|---|---|---|
| GPT Image 2.6 · Standard | 7322×3661 | $1.614237 |
| Nano Banana Pro · Standard G/R,Batch F6 | 10418×5209 | $1.471502 残余 token 按文本费率 $1.587014 保守核算 |
| Nano Banana 2.1 · Standard | 10418×5209 | $1.0942455 残余 token 按文本费率 $1.1840655 保守核算 |
原 GPT/Pro 的费率与用量来自 2026 年 11 月 13 日。Nano Banana Pro 的 $1.471502 假设未分类的候选 token 按文本费率计算;$1.587014 则保守地为 token 分类和图像输入差异预留费用。原两模型的保守计价合计为 $3.201251。这些是基于响应用量的计算,并非核对后的服务商账单,也不是制作你的 View 的固定价格。
2.1 试验有独立的 $2 操作上限。图像输出小计为 $1.0206;若把未分类的候选 token 按文本费率计算,用量计价总额为 $1.0942455;若保守地按图像费率为这些 token 留出费用,则为 $1.1840655。九次请求全部使用 Standard。Batch 是有报价的备选方案,并非本次已执行的 2.1 结果。头显验收仍待完成。
Nano Banana Pro 的六个立方体面使用了真正的异步 Batch 任务,包括试片。Batch 可将图像输出费降低 50%,但每个任务可能需要约 24 小时,依赖前序结果的阶段必须等待。请在正式制作前选择 Standard 或 Batch。只有确认对应模型、账户和端点均符合条件后,才提供 GPT Batch 选项。
R = approved repair outputs (0..2)
GPT high / Standard image-output subtotal:
$0.081 + (6+R)*$0.1779 = $1.1484..$1.5042
Nano Standard G/R + Batch F6 image-output subtotal:
$0.24 + 6*$0.12 + R*$0.24 = $0.96..$1.44
Nano Banana 2.1 Standard image-output subtotal:
(7+R)*$0.1134 = $0.7938..$1.0206
Nano Banana 2.1 modeled Standard G/R + Batch F6:
(1+R)*$0.1134 + 6*$0.0567 = $0.4536..$0.6804
Total = image outputs + image/text inputs + text/thinking outputs输出小计只是账单的一部分。使用实际响应计数计算输入和思考费用,单独列明未知开销和预留,并在新任务报价前核对供应商现价。本地投影、合并和重新组装不产生图像 API 费用;agent 订阅和存储另计。
下载、检查,再导入
交付的 JPEG 保留原生尺寸,采用质量 95 和 4:4:4 采样。下载一个候选版本,存入 iCloud Drive/Locus,等待 Apple Vision Pro 上的「文件」能将它打开。在 Locus 中打开 Places → Import → Import a View → Files,然后选择该 JPEG。接受自己的结果前,请在头显内检查环绕接缝、两极、比例和舒适度。
下载制作和审查归档
公开的 skill、脚本和配方使用 Apache-2.0;演示图片的独立条款见仓库许可说明。
免费 Room 和部分免费 View 可作为示例下载学习,其中一些附带 Blender 源文件。 在画廊中浏览示例。
编程智能体可以读取 place-examples.json 获取每个下载的 URL、大小、SHA-256、功能和许可。