Sora和Roxas最近加入了Fortnite，所以我用他们作为img2threejs的新测试案例。

每个角色都从一张参考图像和一个提示词开始。

生成的结果是可直接编辑的Three.js + TypeScript代码。运行时角色资产不加载任何外部GLB或FBX文件。

两个角色都使用兼容的41关节骨骼系统，并共享同一个包含44个动画片段的库。它们还可以在动画中途切换，而无需重启当前动作。

当需要可移植性时，结果仍可导出为GLB/glTF，并在Blender或其他标准3D工作流程中继续使用。

img2threejs背后的理念是：

图像 → 可编辑代码 → 可复用3D

我从这些实验开始注意到的一点是，辨识度高的角色通常需要更少的修正循环。我的假设是，模型对它们的轮廓、颜色、发型和标志性细节已经具备更强的视觉知识。

角色准确性和动画打磨方面仍存在瑕疵，所以我很感激诚实的技术反馈：

你会优先改进哪个方面：几何体、骨骼绑定、动画、角色切换，还是导出流程？

这是一个粉丝制作的技术实验，与Epic Games、迪士尼、史克威尔艾尼克斯或《王国之心》系列无关。