AI-四条建模路线：能力边界、显存代价与选型
这两年「AI 建模」被当成一个东西来讲，但真正落到项目里会发现，市面上叫这个名字的至少有四类完全不同的技术：让大模型写 Blender 脚本、从图或文字直接生成网格、从照片视频重建、以及参数化 CAD。
它们的差别不在模型参数量，而在于交付物到底是什么——是可编辑的建模意图，还是一堆三角面。这个差别几乎决定了后续 80% 的成本：三角面能看不能用，改尺寸要重做，做动画要重拓扑；而可编辑的意图改一个参数就重跑一遍。
本文按这四条路线拆开讲，重点记录每条路线的能力边界、实际踩过的坑，以及按任务反查该用哪条。文中模型参数、显存与版本号来自各项目官方仓库和产品页（抓取于 2026 年 10 月）；带「判断」字样的内容是我的主观结论，不是官方说法。
1. 四条路线，按交付物划分
先给一张全景图。划分依据是产物形态，不是模型规模——这比参数量更能预测后续成本。
| 路线 | 交付物 | 一句话定位 |
|---|---|---|
| A 代码驱动 | 可重跑的 Python 脚本、参数化场景 | 把建模变成代码，胜在批量与可复现 |
| B 生成式 | 三角网格 + PBR 贴图 | 从图/文直接出形面，胜在速度与形面自由 |
| C 重建式 | 高斯球、网格、场景 | 从真实素材恢复，胜在真实感与可度量 |
| D 参数化 CAD | 带特征树的 B-Rep 实体 | 生成的是特征与约束，胜在可制造 |
图 1 四条路线按「产物形态」划分。参数量相同的两个模型，如果交付物一个是有语义的脚本、一个是三角面汤，它们在管线里的位置完全不同。
四条结论先放在这里：
- 没有任何一条路线能直接产出「布线干净、UV 规整、可蒙皮」的成品角色。 这是当前所有方案共同的上限，不是某一个模型的短板。
- 路线 A 在生产环境里被严重低估了。 它的价值不在「AI 会建模」，而在于把一次性的手工劳动变成可版本管理、可批量重跑、可参数化的资产。
- 路线 B 已经能用于实际生产，但只适用于「外观资产」这一档——背景道具、概念可视化、风格化小物件。需要精确尺寸或二次编辑的主角资产，仍然要回到手工或 A/D。
- 最现实的组合是 A + B：A 搭骨架与批量规则，B 出形面与贴图，人工做重拓扑与绑定。
2. 这四年到底变了什么
理解现状需要一条主线：技术演进的方向，是控制权逐步从模型回到人手里。
- 2022–2023：用 2D 监督 3D。 DreamFusion 一类方法借 2D 扩散模型的先验「雕刻」三维形状，耗时几十分钟到小时级，产出是「概念上像」，细节和材质基本不可用。
- 2024：前馈式三维原生生成。 LRM、TRELLIS 这类工作让模型直接从图像回归三维表示，单卡几十秒出结果，成本降了一个数量级。这是真正的分水岭。
- 2025 上半年：材质管线成熟。 混元 3D 2.1 引入 PBR 材质生成（反照率、粗糙度、金属度），TripoSG 用大规模整流流把形状质量推到可用水平，并且开源权重可以在本地跑。
- 2025 下半年：分辨率、部件与条件控制。 TRELLIS.2 把体素分辨率推到 512³–1536³ 并支持开放表面与内部结构；混元 3D 系列走向部件级生成（P3-SAM + X-Part）与多模态条件控制（Omni：点云、体素、骨架、包围盒）。
- 2026：产品分化。 商用平台（Meshy 7.1、Tripo、Rodin）不再拼「能不能生成」，而是拼绑定、动画、引擎集成与工作流嵌入。
图 2 四年里的关键节点。时间线只标技术路线节点，不构成各版本能力的精确排名。
「控制权回到人手里」具体指什么？早期模型只能「给一张图，出一个大概」；现在的模型可以接受包围盒、体素、点云、骨架作为条件——也就是说，可以先规定「这个物体占多大、是什么姿态」，再让模型填细节。这是从抽卡到可控生产的关键一步。
3. 路线 A：AI 写脚本驱动 DCC 建模
这条路线我自己用得最多，也最值得展开。
3.1 三种实现形态
同样是「让 AI 写建模脚本」，工程实现差别很大，能力边界也不同。
| 形态 | 做法 | 代表 | 特点 |
|---|---|---|---|
| MCP 直连 | AI 通过 socket 连到运行中的 Blender 实例，直接在其内部执行 bpy 代码 |
mcp-for-blender（原 blender-mcp） |
能「看见」视口、能读场景、能迭代；反馈闭环最完整 |
| 纯代码生成 | 让模型一次性写出 .py，本地 blender -b 跑 |
任意 LLM | 简单、可版本管理，但没有反馈，错了只能自己看报错 |
| 参数化脚本 | 用 CAD 内核的 Python API 生成可参数化实体 | CADQuery、build123d | 输出 STEP 等工程格式，可精确到尺寸 |
MCP 这条路目前的事实标准是 mcp-for-blender（原 blender-mcp，MIT）。它把能力收敛成九个工具，其中最关键的是三个：
execute_blender_code：在运行中的 Blender 里执行任意 Python，也就是真正干活的手；look：多角度、相机、线框、X-ray、渲染帧的视觉回读，也就是真正的眼睛；get_scene_info：场景结构与对象摘要，让模型知道「现在有什么」。
此外它还能直接调 Meshy、Tripo、Hyper3D Rodin、Hunyuan3D 这些生成模型并导入场景，以及从 Poly Haven、Sketchfab、Poly Pizza 拉现成资产。这意味着路线 A 和路线 B 在工具层面已经打通——同一个对话里可以先让模型生成一个道具，再用脚本把它复制 200 份摆成阵列。
图 3 MCP for Blender 的实际工作状态：左侧是 AI 对话，右侧是 Blender 视口，指令「Create wooden pyramid in Blender」执行后的结果直接可见。（来源：ahujasid/blender-mcp 官方仓库）
3.2 为什么它能工作
这条路线之所以有效，不是因为模型「懂建模」，而是因为把建模变成了一个带反馈的代码生成任务——而代码生成恰恰是大模型最擅长的。
图 4 五个阶段。真正的价值在最后两步：执行结果和视觉回读会被送回模型，形成闭环。
关键在于第 5 步。纯「一次生成」的方案失败率很高，因为模型不知道自己在三维空间里错在哪；一旦有了截图回读，模型就能自己发现「这个门开在墙外侧了」，然后修。这是 MCP 形态相对于「让 AI 写脚本我自己跑」的核心优势。
3.3 它擅长什么
判断依据是任务是否具备可被语言描述的结构。
- 规则驱动的场景铺量：城市街区、货架陈列、停车场、栅栏、楼梯。这类任务本质是参数化，脚本天然擅长。
- 参数化变体：一套脚本出 200 个尺寸不同的柜子、门、齿轮。改一个数字重跑，手工建模做不到。
- 管线杂活：批量重命名、批量 UV 展开、批量权重传递、批量导出 FBX、按规范整理层级与命名。这些任务枯燥但规则明确，是当前性价比最高的落地场景。
- 场景搭建与布局：按表格数据摆放物体、按路径撒点、按规则添加细节。
3.4 它不擅长什么
这一点必须说清楚，因为它决定了不该在这条路线上浪费时间的地方。
- 单件高审美造型。 模型不理解「这里再收 2 厘米」的手感。它能把比例算对，但算不对好看。凡是需要审美判断的形面调整，仍然得手工。
- 长脚本极度脆弱。 Blender 每半年一个大版本（4.5 LTS → 5.0 → 5.2 LTS），API 会变。一段 300 行的脚本跨版本失效是常态。脚本越短、依赖越少，生命力越长。
- 拓扑质量取决于你给的建模范式，而不是模型。 如果脚本用布尔运算堆形状，出来的一定是烂拓扑；如果脚本用基元 + 阵列 + 修改器，出来的是干净的。是你在决定质量，AI 只是执行。
3.5 继续走这条路的几个实操要点
- 把建模范式写进系统提示。 明确要求优先用基元 + 修改器（Bevel、Array、Mirror、Solidify），禁止布尔堆叠；物体命名遵循项目规范；所有物体归入指定集合。这一条对产出质量的影响大于换模型。
- 强制要求视觉回读。 每次修改后让模型调
look看一眼，而不是盲改。多轮迭代的质量差异很明显。 - 增量修改，不要重写。 让模型只改出错的那几行，而不是重新生成整段脚本。整段重写会把已经调好的部分一起弄坏。
- 脚本落地成文件。 把跑通的脚本存进项目仓库，配一份参数说明。这样它就变成了资产，而不是一次性对话产物。
- 注意安全边界。
execute_blender_code能执行任意 Python，而 Blender 的 socket 服务器没有认证和加密。只绑定 localhost，不要在不可信网络里开；跑之前先存盘。
3.6 一个容易忽略的点
路线 A 的真正产出不是「模型」，而是一套可复用的生成规则。一旦把「这条街怎么建」沉淀成脚本，下次做同类场景的成本接近于零。
这是它与路线 B 的根本差异：路线 B 每次生成都是独立的一次抽卡，路线 A 是一次投入、长期复用。如果需求是重复的、有规律的，路线 A 的长期成本远低于路线 B。
4. 路线 B：生成式 3D 大模型
4.1 形状与材质是两个独立问题
几乎所有主流模型都把生成拆成两段：先出几何，再出材质。理解这一点，就能理解为什么经常遇到「形对但质感假」。
图 5 主流生成式 3D 的两阶段结构，以及形状中间表示的四种选择。中间表示的选择直接决定了成败与代价。
以混元 3D 2.1 为例，它是这个结构的典型样本：Hunyuan3D-Shape（3.3B）负责出无纹理网格，Hunyuan3D-Paint（2B）负责合成 PBR 材质。纹理阶段依赖多视角渲染与参考分支，这也是它显存开销远高于形状阶段的原因——形状 10GB，纹理 21GB，全流程 29GB。
图 6 上方是形状生成（DiT + VAE 解码），下方是纹理合成（多视角 + 参考分支）。（来源：Tencent-Hunyuan/Hunyuan3D-2.1 官方仓库）
4.2 开源模型：能本地跑的那一档
这一档最值得关心，因为它意味着无 API 成本、数据不出本地、可以集成进自有管线。
| 模型 | 参数规模 | 显存（官方标注） | 许可 | 输出 | 关键特点 |
|---|---|---|---|---|---|
| 混元 3D 2.0 | DiT 1.1B + Paint 1.3B | 形状 6GB / 全流程 16GB | 见仓库 | GLB / OBJ | 门槛最低，Windows 工具与 Blender 插件齐全 |
| 混元 3D 2.1 | Shape 3.3B + Paint 2B | 形状 10GB / 纹理 21GB / 合计 29GB | 见仓库 | GLB | PBR 材质质量明显提升，含 VAE 编码器与训练代码 |
| 混元 3D Omni | 3.3B | 未公开 | 见仓库 | 网格 | 支持点云、体素、骨架、包围盒条件控制 |
| TRELLIS | 1.2B–2.0B | ≥16GB | MIT | GLB / Gaussian PLY | SLAT 表示，支持同一物体的变体与局部 3D 编辑 |
| TRELLIS.2 | 4B | ≥24GB | MIT | 网格 + PBR | O-Voxel 稀疏体素，支持开放表面、非流形、内部封闭结构 |
| TripoSG | 1.5B | 未公开 | 见仓库 | 网格 | 整流流 + SDF，200 万 Image-SDF 训练对，对照片、卡通、线稿都稳 |
两点值得单独说。
TRELLIS.2 的速度是真的快。 在 H100 上，512³ 分辨率约 3 秒（形状 2s + 材质 1s），1024³ 约 17 秒，1536³ 约 60 秒。这个量级已经接近交互式。代价是 24GB 显存下限，消费级显卡基本无缘。
TRELLIS 支持局部编辑。 这是从「生成」到「编辑」的关键能力——可以先生成一个房子，再要求「加几棵树、再加一条河」，而不用重新生成整个场景。
图 7 图生 3D、文生 3D、材质替换与场景级编辑（House → Trees → + River）。（来源：microsoft/TRELLIS 官方仓库）
图 8 TRELLIS.2-4B 覆盖角色、建筑、道具等多类资产，支持 512³–1536³ 分辨率与完整 PBR 材质。（来源：microsoft/TRELLIS.2 官方仓库）
材质质量的直观参照：
图 9 注意金属反射与布料质感——这是相对早期 RGB 贴图方案最明显的提升点。（来源：Tencent-Hunyuan/Hunyuan3D-2.1 官方仓库）
4.3 商用平台：价值在工作流，不在模型
商用平台的价值不在模型本身，而在工作流的完整性——重拓扑、绑定、动画、引擎直连、版本管理。
| 平台 | 当前版本 | 突出能力 | 导出格式 | 价格（抓取时） |
|---|---|---|---|---|
| Meshy | 7.1 | Ultra 4K（几何精度至 4096³）、自动绑定（人形/四足）、600+ 动作预设、PBR 贴图集、MCP Server 与 CLI | FBX / GLB / OBJ / USDZ；打印用 3MF / STL | 免费档可用，付费档未公开具体金额 |
| Tripo | 未标注版本号 | Smart Mesh：500–25K 面四边面输出，声称无需重拓扑；8K 纹理；智能分割；自动绑定 | GLB / FBX / OBJ / USD；打印用 STL / 3MF | Pro $20/月（约 $0.16/模型）；Max $90/月（约 $0.09/模型） |
| Hyper3D Rodin | Gen-2.5 | 3D ControlNet（包围盒、体素、点云）、局部编辑、Smart Low-Poly、Blender/Unity/UE/Godot 插件 | STL / FBX / OBJ / GLB / GLTF / USDZ | 7 天试用，付费档未公开 |
Tripo 的 Smart Mesh 是这一档里最值得注意的功能。 它输出四边面，面数 500–25K 可控，官方声称无需重拓扑。如果这一点在实际项目中站得住，它解决的就是生成式 3D 最致命的短板——布线质量。但这是厂商自称的能力，建议自己拿项目里的典型资产测一轮再下结论。
图 10 从生成结果直接输出四边面网格，面数可控。这是生成式路线能否进入正式管线的一道门槛。（来源：tripo3d.ai 官方素材）
图 11 把整体网格拆成语义部件，是后续做绑定、做动画、做变体的前提。（来源：tripo3d.ai 官方素材）
商用角色的整体观感：
图 12 强调毛发、皮革、布料等细节的还原度。（来源：meshy.ai 官方素材）
4.4 这条路线真正的短板
诚实地讲，生成式 3D 有四个绕不过去的问题：
- 布线不可控。 除了 Tripo Smart Mesh 这类专门方案，多数输出是三角面汤，UV 是自动展开的碎块。想直接进正式管线，几乎都要重拓扑。
- 拓扑一致性差。 同一个提示词生成两次，布线完全不同。这意味着无法做 blend shape、无法做规范蒙皮、无法做资产变体。
- 尺寸与比例不可靠。 生成的是「看起来对」的模型，不是「量起来对」的模型。需要真实尺寸的工业件、建筑构件必须回到路线 D。
- 部件语义丢失。 一个整体网格就是一块，没有「门」「窗」「轮子」的概念。要做动画就得先分割，而分割本身又会引入误差。
5. 路线 C：重建式 3D
这条路线常被忽略，但在实际工作中可能是性价比最高的——它的输入是真实世界。
| 分支 | 代表 | 输入 | 输出 | 特点 |
|---|---|---|---|---|
| 多视图重建 | COLMAP 等传统 SfM/MVS | 数十张照片 | 网格 + 纹理 | 成熟稳定，但慢，需要拍摄规范 |
| 高斯泼溅（3DGS） | 3DGS 及其变体 | 视频/照片序列 | 高斯球（.ply） | 渲染快、真实感强，但不是网格 |
| 前馈单图重建 | Apple SHARP、SAM 3D Objects | 单张图 | 高斯球/网格 + 位姿 | 秒级，零样本可用 |
两个近期值得关注的：
- Apple SHARP：从单张照片生成可实时渲染的 3D 高斯表示，单次前馈推理，标准 GPU 上不到一秒；支持带绝对尺度的公制相机运动，可沿相机轨迹渲染视频。输出为遵循 OpenCV 坐标约定的
.ply。 - SAM 3D Objects（Meta）：从单图 + 物体掩码重建完整几何、纹理与布局，能处理遮挡与杂乱场景，输出带位姿的模型与高斯球。
适用：已有实物的数字孪生（文物、场地、产品原型）、需要写实背景的场景板、参考素材采集、快速获取比例关系。
不适用：需要干净布线的可动资产、需要精确工程尺寸的零件、需要从零创造不存在的东西。
关键认知：3DGS 的输出是高斯球，不是网格。它渲染起来很快很真实，但要进游戏引擎当资产用，必须再做一次网格化——而网格化会损失细节。所以 3DGS 更适合背景、展示与参考，不适合当资产。
6. 路线 D：参数化 CAD 生成
这是最新、也最容易被技术美术忽略的一条线。它的差别在于：生成的不是几何，而是建模特征和约束。
目前有两种做法。
一是让 LLM 写 CAD 脚本，已经成熟。 CADQuery 是基于 OCCT 的 Python 参数化 CAD 框架（Apache 2.0），能直接输出 STEP / DXF / STL / 3MF / AMF / VRML。本质和路线 A 相同——AI 写代码、内核执行——但产物是工程级实体，尺寸精确。如果你需要的是「能拿去加工的零件」而不是「看起来像零件的模型」，这条路现在就能用，而且比生成式 3D 可靠得多。
二是端到端生成特征树，早期但方向明确。
- Zoo（Text-to-CAD / Zookeeper）：用自然语言一次生成完全可编辑的 3D 模型，跑在自研几何引擎上，带检查、快照、调试几何的引擎级工具。
- Backflip：三条输入路径——图纸转 CAD（识别工程图的几何与尺寸，重建为带完整特征树的可编辑模型）、扫描转 CAD（网格转参数化）、照片转 CAD（少量照片 + 一个已知尺寸做比例缩放）。它的关键主张是使用 Extrude、Revolve、Pattern、Chamfer、Fillet 这些真实建模操作，而不是生成「看起来像 CAD」的几何。产品形态是 Fusion 插件 + Web 应用。
这条线重要，是因为它是唯一一条**同时满足「AI 生成」和「可制造」**的路线。
| 维度 | 生成式 3D（路线 B） | 参数化 CAD（路线 D） |
|---|---|---|
| 输出本质 | 三角网格 | B-Rep 实体 + 特征树 |
| 尺寸精度 | 不可靠 | 精确 |
| 改尺寸 | 需要重新生成 | 改一个参数即可 |
| 可制造性 | 需要修（打印修复、抽壳） | 直接可加工 |
| 形面自由度 | 高（有机形状） | 低（工程形状） |
| 成熟度 | 生产可用（外观资产） | 早期（特定品类） |
结论很简单：有机形面走 B，工程实体走 D，不要拿 B 去做 D 的事。
7. 横向对比与定位
| 维度 | A 代码驱动 | B 生成式 | C 重建式 | D 参数化 CAD |
|---|---|---|---|---|
| 上手成本 | 中（要会 Python 与 DCC API） | 低（给图/给字） | 中（拍摄规范） | 中高（要懂 CAD 概念） |
| 单件耗时 | 分钟级到小时级（含调试） | 秒级到分钟级 | 分钟级到小时级 | 分钟级 |
| 布线质量 | 取决于范式，可做到很好 | 差（例外：Tripo Smart Mesh） | 差 | 不适用（B-Rep） |
| 尺寸精度 | 高（脚本可控） | 低 | 中（可标定） | 最高 |
| 可复现性 | 最高（代码即文档） | 低（每次不同） | 中（同素材可重跑） | 高 |
| 批量能力 | 最强 | 中（API 批处理） | 弱 | 强（参数扫描） |
图 13 把四条路线放在「可控性/尺寸精度」与「形面自由度」两个轴上。这是定性判断，用途是快速排除明显不合适的方法，不是实测数据。
各路线最大的坑：
| 路线 | 最大的坑 | 规避方式 |
|---|---|---|
| A | 长脚本跨版本失效 | 脚本拆短、锁定 Blender LTS、把范式约束写进提示 |
| B | 布线不可用，无法二次编辑 | 只用于背景与道具；主角资产必须重拓扑；优先选带四边面输出的方案 |
| C | 输出是高斯球不是网格 | 先明确用途是展示还是资产；资产用途必须补网格化 |
| D | 只能做工程形状 | 与 B 分工，别指望它出角色 |
8. 按任务反查：选型指南
这一节是给实际干活时用的。按任务找对应行，而不是按技术找场景。
| 你的任务 | 推荐 | 理由 |
|---|---|---|
| 主角角色、需要蒙皮动画 | 手工建模（AI 仅辅助概念） | 四条路线都产出不了合格的可绑定拓扑 |
| 背景道具、场景填充 | B + 轻量修 | 产能优势最大，质量要求可放宽 |
| 规则场景（街区、货架、室内布局） | A | 参数化是这类任务的天然解法 |
| 批量变体（一套模板出 N 个尺寸） | A 或 D | 代码或参数驱动，改数字重跑 |
| 管线杂活（重命名、UV、导出） | A | 性价比最高，风险最低 |
| 概念探索、快速预演 | B | 秒级出多方案，比手绘快 |
| 现有实物数字化 | C | 真实素材直接恢复 |
| 需要精确尺寸的零件 | D | 唯一输出 STEP 与特征树的路线 |
| 需要后期改尺寸的产品 | D | 改参数即可，不用重做 |
| 3D 打印 | B（带修复）或 D | B 需打印修复与抽壳，D 直接可切 |
一个实用的判断口诀：
需要「改」的 → A 或 D
需要「像」的 → B 或 C
需要「准」的 → D
需要「快」的 → B
9. 本地跑得动吗：16GB 显存的边界
以 RTX 5060 Ti 16GB 为参照（这是笔者的工作环境），按官方标注的显存下限逐条对照：
| 方案 | 官方显存需求 | 16GB 能否跑 | 说明 |
|---|---|---|---|
| 混元 3D 2.0（形状） | 6GB | 宽裕 | 门槛最低的起步方案 |
| 混元 3D 2.0（形状+纹理） | 16GB | 临界 | 需要关掉其他占显存的程序，实际可能 OOM |
| 混元 3D 2.1（形状） | 10GB | 可以 | |
| 混元 3D 2.1（纹理） | 21GB | 不行 | 只能跑形状阶段，纹理需上云或退回 2.0 |
| TRELLIS（1.2B–2B） | ≥16GB | 临界 | 官方验证环境是 A100/A6000，消费卡有风险 |
| TRELLIS.2（4B） | ≥24GB | 不行 | 需 3090/4090 或云端 |
| TripoSG（1.5B） | 未公开 | 大概率可以 | 参数量小，需自行验证 |
| UniRig（自动绑定） | 8GB | 可以 | 骨架生成 + 蒙皮权重，MIT 许可 |
| SHARP（单图重建） | 未公开 | 大概率可以 | 模型轻，秒级推理 |
| bpy 脚本路线 | 不占显存 | 完全没问题 | 这是零门槛优势 |
几条实践建议：
- 16GB 的现实定位是「形状生成 + 轻量材质」，完整 PBR 纹理管线基本要上云。如果材质是硬需求，直接考虑商用 API 更省事。
- ComfyUI 生态里已经有混元 3D 等模型的集成。 如果本来就在用 ComfyUI 做工作流，这条路能省掉不少环境配置的麻烦——但显存是共享的，不能和图生图、视频模型同时跑。
- 别忽略 UniRig 这类下游模型。 它不生成模型，但能自动出骨架和蒙皮权重（Rig-XL 数据集含 14000+ 已绑定模型），8GB 就能跑。对于「生成出来的模型怎么变成可动资产」这个问题，它比再换一个生成模型有用得多。
10. 陷阱清单与验收标准
六个常见陷阱：
- 拿生成式结果当成品交付。 布线、UV、尺度都不可控，进引擎就是灾难。验收要以「能否二次编辑」为准，不是「看起来像不像」。
- 指望 AI 做审美判断。 路线 A 能算比例，算不了好看。所有形面微调的活仍然要人。
- 忽略版本漂移。 Blender 一年两个大版本，
bpyAPI 会变。锁定 LTS、把脚本写短。 - 用三角面汤做动画。 没有语义部件就没有蒙皮，没有蒙皮就没有动画。需要动，先分割。
- 把 3DGS 当资产。 高斯球渲染快，但它不是网格。
- 忽略许可。 各仓库许可不同（TRELLIS 与 TRELLIS.2 是 MIT，部分子模块另有条款；商用平台的水印与商用授权需按套餐确认）。商用前逐条读，不要默认「开源的就能商用」。
针对生成式产出，至少过这五关：
| 关卡 | 检查什么 | 不过怎么办 |
|---|---|---|
| 1 几何 | 有没有破面、翻转法线、非流形边 | 修，或重新生成 |
| 2 拓扑 | 布线是否连续、面数是否可控 | 重拓扑，或改用带四边面输出的方案 |
| 3 UV | 是否规整、有无拉伸 | 重展 UV |
| 4 材质 | PBR 通道是否完整（albedo/normal/roughness/metallic） | 补 AI 贴图或手绘 |
| 5 尺度 | 单位是否正确、比例是否合理 | 按参考物标定 |
建议把这张表变成脚本，对批量产出自动跑一遍第 1、2、5 三项——这三项最容易出问题，也最容易自动化。
总结
AI 现在能做的是「把结构变成资产」，还做不了「把审美变成资产」。
判断一个任务该不该交给 AI，就问一句：这个任务的成败，取决于规则，还是取决于手感？取决于规则的交出去，取决于手感的手工做。 这也是当前阶段四条路线各自成立的原因——它们各自覆盖了一部分「规则」，而没有任何一条覆盖「手感」。
具体到落地，我自己的默认姿势是 A + B 组合：用脚本管批量、管规则、管杂活，用生成模型出形面和贴图，最后人工做重拓扑与绑定。凡是有人兜底的那一段，可以放心交给 AI；凡是没人兜底、要直接交付的那一段，仍然得自己上手。
参考资料
以下为数据来源，抓取时间 2026-10。版本与参数以官方为准。
开源模型与工具
- TRELLIS
- TRELLIS.2
- Hunyuan3D-2
- Hunyuan3D-2.1
- Hunyuan3D-Omni
- Hunyuan3D-Part（P3-SAM / X-Part）
- TripoSG
- UniRig
- SHARP（Apple）
- SAM 3D Objects（Meta）
- MCP for Blender
- CADQuery
- Blender 版本发布记录
商用平台
图像来源
图 3、图 6–图 12 为各项目与厂商官方发布素材，版权归原作者；图 1、图 2、图 4、图 5、图 13 为矢量自制图表。