Xiaohu demuestra un flujo de trabajo entre modelos: GPT para generar imágenes + Gemini 3.1 Pro para convertirlas en contenido 3D interactivo

El observador de IA en chino xiaohu compartió el 10 de mayo un ejemplo de flujo de trabajo que combina GPT y Gemini 3.1 Pro: primero usa GPT para generar imágenes y luego Gemini 3.1 Pro para convertir esas imágenes en contenido interactivo 3D; puede convertir cualquier tema de conocimiento en aplicaciones científicas girables y accionables. Los ejemplos mostrados en el tuit de xiaohu incluyen demostraciones de planetas 3D, modelos científicos interactivos, etc.; es una práctica concreta de un “flujo de trabajo entre modelos” (multi-model workflow).

Estructura del flujo de trabajo: GPT para generar imágenes → Gemini 3.1 Pro para convertir a 3D

El diseño de todo el flujo de trabajo en dos fases:

Fase 1: usar GPT (GPT-image-1 o la generación de imágenes integrada en ChatGPT) para producir imágenes temáticas y proporcionar una base visual

Fase 2: introducir las imágenes en Gemini 3.1 Pro, y que Gemini convierta las imágenes 2D en contenido interactivo 3D

Formato de salida: objetos 3D que se pueden rotar, hacer zoom e interactuar dentro del navegador

Casos de uso: educación científica, exhibición de productos, contenido de conocimiento interactivo

El “flujo de trabajo entre modelos” es una de las tendencias clave de la capa de aplicaciones de IA en 2026: ya no existe un único modelo que lo resuelva todo; los desarrolladores conectan las partes más fuertes de distintos modelos para crear aplicaciones que un solo modelo no puede lograr.

Demostración concreta: planetas 3D, contenido científico interactivo, sitio web de venta de robots

Múltiples ejemplos publicados simultáneamente por xiaohu:

Demostración de planetas 3D: un sistema solar rotatorio o un modelo de un solo planeta

Contenido científico interactivo: convertir conocimiento abstracto en visualizaciones 3D, aptas para fines educativos

Sitio web futuro de máquina expendedora de robots: usar generación de imágenes con GPT más la plataforma Tripo 3D para crear páginas web de tipo demostración

Las características comunes de estos ejemplos son “generación visual + conversión interactiva”: GPT se encarga de la creatividad visual y Gemini u otras herramientas 3D se encargan de convertir imágenes estáticas en formas interactivas accionables. Cada parte por separado no es algo nuevo, pero al encadenarlas, la experiencia final es más potente que la de cualquier herramienta individual.

Significado: el flujo de trabajo entre modelos se está convirtiendo gradualmente en el modo de desarrollo principal

Implicaciones concretas para desarrolladores:

Elegir la herramienta correcta importa más que elegir el modelo más potente: GPT para visión, Gemini para comprensión multimodal, Claude para contextos largos; cada uno tiene su punto dulce

Bajan los costos de integración de APIs de modelos y resulta viable enlazar varios modelos a nivel de implementación

Es probable que las aplicaciones nuevas sean “pipelines entre modelos”, más que una extensión de “un solo modelo más fuerte”

El valor de este caso no está en un avance tecnológico, sino en el molde del diseño de flujo de trabajo

Eventos concretos que se pueden seguir después: si la capacidad de generación 3D de Gemini 3.1 Pro se anunciará oficialmente como función de producto por Google en actividades posteriores; si el flujo de trabajo entre modelos obtendrá soporte con plantillas predeterminadas en marcos como LangChain / LlamaIndex; y ejemplos concretos de adopción en casos de negocio (como educación, comercio electrónico, marketing).

Este artículo de xiaohu demostrando el flujo de trabajo entre modelos: “GPT para generar imágenes + Gemini 3.1 Pro para convertirlas a contenido interactivo 3D” apareció por primera vez en Cadena News ABMedia.