前阵子我拿GPT6 ASTRA做了一组3D角色生成测试。我给的提示词很简单女性角色全身像游戏角色PBR材质。它最后给我导出了一个.obj加一张纹理图。我高高兴兴丢进Blender结果一转头就发现锁骨区域像被谁捏过右肘关节明显外翻五官单独拆开看都还行合在脸上又莫名不在同一套坐标里。再检查UV贴图沿着后脑勺裂开一道很长的缝好像角色刚做完一场开颅手术。这不是个例网上随便一搜都能看到类似吐槽GPT6 ASTRA这类多模态模型生成的3D角色总带点说不出的“丑”。今天我想认真拆一拆这个问题是模型不懂审美还是根本不会做3D这个“丑”是随机bug还是存在必然规律以及拿到一个丑角色之后你能做哪些补救。这篇内容适合正在拿AI当辅助的设计师、游戏开发者、3D打印玩家也适合想搞懂模型空间能力边界的技术人员。我会把问题从数据、模型架构、生成管线、工程修复几个层面拆开讲。全文没有云端CtrlC式的操作所有办法都是我实际测试过或用得比较多的土方案。1. “丑”不是玄学先把问题拆成四类1.1 几何层比例、对称、遮挡全乱AI生成的3D角色在几何体上最容易出事的是人体比例和对称性。传统3D建模师心里会有一套人体标准比如标准的女性角色大概7.5个头身手臂自然下垂时指尖大约在大腿中段肩宽是头宽的1.5到2倍。GPT6 ASTRA的输出结果经常是“看着像那么回事”但数值一量就露馅头身比偏成6头身一只手臂比另一只长出一截锁骨窝深度不对称脖子和胸锁乳突肌的连线完全乱掉。这类问题在静态图片上不太容易暴露因为图片可以靠画风和光影“糊弄”过去。但一旦进入3D场景视角一转几何体的误差就会被放大。尤其是角色转身、低头、抬手这类动作骨骼约束和模型比例一起动起来的时候问题就特别明显。我在Blender里转了一圈就发现模型的左右颞线高度差了大概1.2厘米这已经是肉眼可见的畸形了。更麻烦的是遮挡关系。3D角色被要求生成一个“从背后被斗篷裹住”的姿态时模型可能只是简单地把斗篷面片贴在角色背后根本没有做正确的遮挡层级。你旋转视角以后斗篷和肩膀的穿插关系彻底失效像一层半透明贴纸粘在身体上。这不是渲染器问题而是几何阶段就没把前后层次建对。1.2 拓扑层面片堆叠不代表模型能用很多人一看到AI能导出OBJ就觉得它懂3D了。实际上输出一个能渲染的网格和输出一个适合动画、雕刻、3D打印的网格是两码事。GPT6 ASTRA生成的网格经常是“视觉合理但拓扑极差”三角形面片纵横交错有的地方一个顶点连着七八条边有的地方又出现悬空边和非流形结构。在游戏引擎里这种拓扑会导致法线计算闪烁、阴影有裂纹、骨骼绑定时权重分布错乱。放到Blender里想给它加一个平滑修改器反而会把原本不该平滑的地方糊成一团。我经常说AI给的模型是“看起来像雕塑”但它没有雕塑应该有的基础结构。非流形网格之类的问题听上去是技术名词实际可以理解为这个模型在数学上不是一个“封闭连续的面”而是有几块互相交叉或者断开的“补丁拼图”。如果你打算把它导入切片软件做3D打印非流形的基本上就是废稿切片器会报错打印出来的不是人物而是一堆乱掉的支撑结构。1.3 纹理层UV贴图错位更致命几何丑还能说是技术问题UV错乱那就是灾难级别了。3D角色的外观效果很大程度上依赖UV展开也就是把三维表皮展平成二维平面再往上贴纹理。GPT6 ASTRA生成的UV经常存在大面积拉伸接缝也随意切可能从嘴唇正中间切过去或者在后颈位置开一条裂缝。我把角色导入渲染器后脸部贴图出现了非常明显的径向撕裂鼻子区域被拉伸成一条细带耳朵内部纹理被压成一团。这种情况下就算模型几何体本身修好了贴图也要重画。更麻烦的是有些AI生成系统会烘焙贴图但烘焙时使用了和导出网格不同的拓扑导致纹理和模型错位。那画面就变成明明是眼球的位置贴上去的却是牙齿纹理。1.4 先分清“艺术丑”和“技术丑”在继续往下讲之前我想做一个判断分类。AI生成的3D角色难看可以分为“艺术丑”和“技术丑”。艺术丑是主观审美问题比如角色设计不符合主流审美比例故意夸张五官位置故意失调技术丑则是指专业生产流程中的硬性缺陷比如网格非流形、UV错误、法线方向反了、骨骼权重错乱、贴图接缝明显。“GPT6 ASTRA生成的3D角色丑”这件事大部分是技术丑引起的而不是审美问题。原因很简单如果只是审美不好你在Blender里旋转查看时不会出现面片穿透、UV撕裂这类物理直接错误。我见过不少AI生成角色单独看静帧还挺有风格但拿去渲染侧面或者做动作绑定马上就显出原形。所以这篇文章的技术路线全部围绕“如何发现并修复技术丑”展开审美层面的问题我会在此基础上顺带提几句。2. 数据根源训练集里就没有足够“能打”的3D角色2.1 3D资产数量、质量都比图像差一个数量级网上被讨论得最多的论点是模型参数不够大或者推理算力不够。这个说法有点道理但不是核心。真正决定生成质量的是训练数据而3D角色训练数据的数量和图片数据完全不在一个量级。GPT类模型之所以擅长写代码、读文件、总结信息是因为互联网上有天文数字的文本和代码。图片生成模型也吃到了差不多级别的红利几亿张图文对是常见的训练规模。但到了3D领域可用的公开3D角色模型数量可能只有几百万个而且其中很多是低模扫描件、老旧游戏解包资产、科研用的点云扫描数据、甚至是从各种网站爬来的半成品。这些数据用来训练“角色大概长什么样”的语义理解还行用来训练“精确的解剖结构”和“标准的拓扑结构”就远远不够。更致命的是这些3D资产之间的格式差异极大。有的是四边形网格有的是三角形网格有的直接就是点云有的带PBR材质有的只有一张颜色贴图有的绑定了骨骼和动作有的则是一整块不能弯曲的静态网格。训练一个统一模型时网络很难从这些不一致的数据里提炼出稳定规律于是生成结果就容易偏向“统计平均”表现得模棱两可。2.2 文本标注太粗AI在细节全靠脑补文本到3D生成中间靠的是文本条件的对齐。文字描述要在语义空间中找到对应的3D资产然后生成符合这个描述的新模型。问题是3D数据集的文本标注通常特别粗糙。一份模型文件可能只写着“girl character”或者“robot soldier”连身高比例、装备风格、材质类型、年龄阶段都缺少明确说明。这就导致模型对细节的理解全靠“相邻语料”。比如你写“一个肌肉男穿破损皮甲战损风”GPT6 ASTRA能理解“肌肉男”和“皮甲”但它分不清“破损皮甲”破损的位置、皮甲的厚度、以及战损风到底是磨损还是撕裂。它只能根据图像模型的二维先验去补结果在三维空间里补出来一个“看起来像皮甲但UV展开之后哪里都不对”的东西。我在实际操作中发现文本描述一旦超过三个属性生成结果就很容易出现属性冲突。典型的例子是“戴头盔、长头发、项链遮住胸口”——模型生成了头盔但头发从头盔内部穿出来项链在正面视图还挂在脖子附近转到背面一看已经飘到后脑勺去了。这不是随机bug而是模型在多个属性互相叠加时缺乏对三维空间遮挡关系的真正理解。2.3 平均化审美模型学会了“大众脸”角色反而没记忆点训练数据的第二个问题是统计平均导致的“平均效应”。深度生成模型理论上能学习到数据分布但为了在高维空间里稳定生成它往往会偏向密度最高的区域。具体到人脸和身材就是模型生成的角色脸部特征接近于人类平均值五官比例不出错但也毫无性格。我在测试里试过十几个不同提示中世纪骑士、赛博朋克黑客、原始部落女战士。最终输出的人脸轮廓、鼻梁高度、眼距几乎都一样只是换了发型和肤色。这并不是模型“不会区分角色”而是它在三维空间里对“角色竞争力”的理解太弱。二维人脸生成模型可以利用风格化图像来避开均值但三维角色生成时均值模型更容易在几何上保持稳定所以模型倾向于偷懒。这也解释了为什么你觉得AI角色“丑”——真正的问题是“无辨识度”。一个五官平均的脸放在某个具体角色设定里会显得很不搭特征堆叠。就像一个硬汉角色的头配了一副中性脸肌肉男的身材配了比例过小的手。这种“局部合理、整体违和”的观感正是当前3D生成模型的典型败笔。3. 架构根源通用模型做3D输出先天吃亏3.1 离散Token表达连续坐标精度直接打折GPT6 ASTRA本质上还是一个用Token做输入输出的序列模型。它能处理3D文件但3D坐标是连续值而序列模型里的Token是离散值。要让模型输出坐标要么把坐标量化成整数Token要么让它输出一个Python脚本来构建网格要么输出一个包含坐标列表的文本序列。无论哪种方式都会面临离散化误差。量化误差听上去很小但对3D角色来说很致命。一个坐标值从0.520015变成0.52视觉上差异微弱可如果大量顶点都带有这种误差模型的整体形态就会发生可感知的形变。尤其是关节、手指、嘴唇这类需要高精度的微小结构几毫米的偏移就足够让它看起来“歪”。我在修复模型时测量过GPT6 ASTRA生成的模型顶点之间的最短距离经常出现抖动手指末端的坐标分布乱得像噪声。这不是网络能力不够而是结构先天决定它不适合输出连续坐标。相比专门为3D设计的生成模型比如基于点云扩散或三平面GAN的模型通用多模态模型在几何精度上的劣势非常明显。3.2 没有3D真值模型靠二维投影“骗”自己通用模型生成3D很多训练路径是这么走的把一个3D模型渲染成多张不同角度的图片然后让模型在文本和这些图片之间建立关系最终要求模型生成一个“渲染出来能和这些图片对得上”的3D模型。问题在于这个训练目标里没有真实的3D几何监督信号。模型并不知道某个顶点该在哪个位置只知道“从正面看这个位置应该是黑色从侧面看这个位置应该和头部轮廓接近”。所以它会尽可能生成一个能通过多个视角检验的“跷跷板模型”而不是一个真正准确的立体模型。结果就是正面看还不错侧面看有点怪头顶看完全不像。更麻烦的是二维投影监督无法有效处理遮挡。模型在正面投影里看不到后脑勺它就会随便填补一块面片在侧面投影里看不到另一只眼它就会让另一只眼塌陷。你最后拿到的模型经常是多个二维视角的折中方案而不是一个连续稳定的三维形体。3.3 二维预训练带来的视角偏好正面看还行侧面看崩溃很多通用多模态模型在进入3D训练之前已经在海量互联网图片上做了预训练。这些图片绝大多数是正面或轻微侧面的视角人物、汽车、动物基本都是正面出镜。预训练模型对物体空间的理解天然会偏向“正面视角优先”。这个特性会直接影响3D生成模型更擅长把角色的正面轮廓搭建得完整而背面、正侧面、俯视角度则相对薄弱。一旦你转到背面可能发现角色的后脑勺是扁平的背部曲线没有扭转关系肩胛骨凸起异常。这也是为什么很多AI模型“只有一个角度能看”被戏称为“证件照模型”。对这种视角偏好我实际测试时体会很明显正面静帧可以放到作品集里但一旦旋转45度以上整个侧脸的轮廓线就开始变得含糊颧骨和下颌骨的连接有撕裂感。这种问题在二维转三维的手动建模中可以通过多视图参考规避但AI模型如果缺少三维几何监督就很难绕开。4. 实测拆解从Prompt到OBJ四场典型翻车4.1 生成流程到底是怎么走的我先说一下GPT6 ASTRA这类模型背后大致的生成流程这样后面讲翻车环节时大家能对齐上下文。第一步用户写提示词。第二步模型把提示词编码成语义向量同时可能会从它的数据库里检索相似的3D资产或图片参考。第三步生成一个“几何体初稿”可能是点云也可能是网格也可能是能生成网格的中间代码。第四步模型生成UV展开和材质贴图。第五步导出为OBJ、FBX或GLB等格式。第六步用户在Blender、Unity、Unreal、three.js等工具里打开。我会把容易翻车的环节标出来几何初稿阶段最容易比例错乱UV展开阶段最容易接缝错乱材质烘焙阶段最容易纹理错位导出阶段最容易拓扑坏。接下来用四个真实场景说明。4.2 翻车A身体比例“大概齐”细节越加越变形我试了一个比较典型的提示词“中世纪骑士全身像站姿戴头盔穿金属板甲披风飘扬”。结果导出的模型整体身高和肩宽是对的但腿长明显不一致两条腿从骨盆位置就开始歪。放大了看膝盖关节处的旋转角度是错的一条腿是自然的微屈另一条腿则是向内侧扭的。更离谱的是披风。披风本来应该是流体形态但模型把披风生成了一大块贴在背后的硬壳边缘像被刀子切过。风吹动的方向在正面视图里还算合理在背面视图里就变成反方向的扭曲。这是典型的“局部细节生成好但整体空间一致性差”。当你给提示词加更多细节比如加入护肩上的划痕、腰带的扣环、披风边缘的金色镶边模型会把每个细节单独都画出来但这细节之间完全没有受力关系、遮挡关系和层次关系。4.3 翻车BUV胡乱展开贴图等于贴错了皮我第二次测试让模型生成一个短发女战士。模型在几何上还算干净但UV展开简直是一场灾难。脸部UV被分成三块横条Noise和贴图在脑门上出现严重拉伸铠甲部分的UV重叠在一起纹理被反复叠加直接导致法线贴图出现高频斑纹。这样的模型即使几何上修好也不能直接用。你必须在UV层面重新展开一次等于把纹理全部重画。这就带来连锁的成本增加因为在AI生成流程里纹理是模型基于几何自动烘焙的一旦几何改变纹理也必须重新映射。很多时候修复一个AI角色的贴图所花的时间比从头建模一个角色还长。4.4 翻车C换到three.js或VR场景里更没法看在Blender默认渲染器里模型也许还带着某种“伪光影”的光鲜感。但一换到实时渲染环境比如three.js、Model-Viewer或者VR播放器里问题就全部暴露了。three.js里默认使用PBR材质对法线贴图和贴图接缝非常敏感。AI生成的模型在法线贴图里经常会留下错误方向的法线信息渲染出来的角色皮肤会有一种油腻感顺着光照方向出现塑料反光。我导出GLB后放进Model-Viewer里测试角色眉骨、颧骨、锁骨位置都出现了明显的黑色伪影这是因为法线方向已经乱掉了。VR场景更夸张。VR眼镜里看3D角色因为双目视差会强化空间错位模型的头部比例偏差会被放大到让人头晕的程度。这也是为什么很多所谓“AI生成3D角色”在平面图里看起来不错一进VR就让人想立刻摘下头盔。4.5 翻车D网格拓扑地狱喂给3D打印直接报错最后一种翻车是模型本身能看但拓扑结构完全不适合生产。我导入切片软件时遇到的情况是模型有内部面有几个顶点连接处形成非常细长的针状三角形还有悬空的孤立顶点。切片软件报告“模型并非封闭流形”打印出来就是一堆废渣。这种网格要用于3D打印必须经过“网格修复、重拓扑、部件分割”三连。AI生成的角色往往是一整块不可分割网格在3D打印时容易产生大量内部废料和悬空结构。如果我要做机械臂毕业设计打算把AI生成的角色拆成机器人手臂的几个部件那就必须先把网格切块、挖空、做装配缝隙这个工作量远比想象中大。5. 修复工作流把AI生成的角色从“能看”救到“能用”5.1 第一步网格急救先解决流形问题拿到AI生成网格后我建议第一件事不是看贴图而是先修网格结构。打开Blender启用3D Print Toolbox插件选择“检查”菜单里的“非流形边”、“坏连续面”、“内部面”让插件自动把问题区域标红。然后根据情况执行“删除内部面”、“填充孔洞”、“相交面修正”。有些网格问题没法一键修复比如大面积互相穿透的内部结构。这时需要手动选择“Mesh → Clean Up → Split Non-Manifold Faces”把非流形结构拆开再逐块判断哪些面要删除哪些面要焊接。这个过程很费时间但它是后续所有工作的基础。网格如果不封口贴图、绑定、3D打印全部都会出问题。如果模型本身面数畸形我通常会用Decimate精简面数到原模型的30%左右然后再用Smooth修改器做一次平滑。先减面再平滑有助于让模型形态稳定下来避免在修复过程中新增大量微小形变。5.2 第二步按身体部件切割并重新拓扑AI生成模型很少直接给你一个“头、躯干、手、脚”分得清清楚楚的部件集合。为了让角色可用于动画和打印你需要手动切割。在Blender里编辑模式下用K键切刀工具沿着关节位置切开再把分割出来的部分分别命名。切割后如果模型细节不够可以用重拓扑工具重建一套干净的四边形拓扑。免费的Instant Meshes就能做全局重拓扑付费一点可以用QuadRemesher。重拓扑的意义在于它能生成均匀、流形、适合渲染和绑定的网格不是AI那种一团乱糟的三角形。这里有一个注意事项重拓扑之后法线贴图的基础网格变了必须重新烘焙。所以不要指望“重拓扑完就不管了”贴图要跟着重新做一遍。5.3 第三步重建UV并重新烘焙贴图模型拓扑修复后下一步就是打开UV编辑窗口把模型重新展开。我常用的是Blender自带的Smart UV Project但它对于复杂角色不够精细。更好的做法是手动标记接缝通常把接缝藏在下巴底部、耳后、躯干侧面、手臂内侧这些不显眼的区域。标记完接缝后再使用Unwrap生成UV。UV重铺之后原来的纹理贴图已经没法直接对应了。如果你保留原有纹理作为参考可以用投影贴图的方式把旧纹理“投影”到新网格上再烘焙成新贴图。但投影通常会在遮挡区域出现断裂所以我更推荐用AI重绘贴图或者直接在雕刻软件里重新绘制底色。如果你对纹理质量要求不高也可以只用一个纯色基础色加上法线贴图。法线贴图可以通过Blender的“从高度图生成”功能根据旧贴图灰度信息重建。这个方案适合快速验证模型形态不适合最终成品。5.4 第四步面向3D打印和机械臂项目的再加工如果最终目标是要把角色做出来比如3D打印手办或者给机械臂做个3D打印的夹爪造型那么修复流程还是要走一遍专门检查。第一模型必须闭合且流形。用Blender的3D Print Toolbox再次检查。第二模型需要有足够厚度尤其是细小的手指、头发、饰品这些地方切片时很容易变成单层薄壁。我会在需要的地方加一个Solidify修改器增加1到1.5毫米壁厚。第三旋转模型到多个方向查看悬空结构提前决定分割方案和支撑位置。如果是机械臂项目角色模型通常会被当作夹具或者外壳。我建议把角色模型切成几个模块用圆柱销或者螺纹孔对接。否则你打印完一整块模型机械臂也很难稳定抓取重心完全失控。5.5 这一段我想给所有人的建议生成结果不是成品只是草稿我真的不建议任何人把GPT6 ASTRA直接生成的OBJ当作最终资产用。它能给的是“概念草稿”价值在于快速验证角色气质、整体轮廓、颜色倾向但它不负责提供生产级资产。想让它成为能用的角色必须经过“几何清理、拓扑重建、UV重做、贴图烘焙、最终渲染验证”这一整套流程。我个人的习惯是先让AI生成三个版本选一个轮廓最喜欢的然后在Blender里把它当作参考底模手工建一个干净的低模。这样AI负责体量和大感觉我负责结构和精度效率比完全手工建模快不少质量又比直接使用AI输出高很多。6. 进阶技巧用“3D点云拉框”快速判定AI角色的畸形程度6.1 为什么要转点云去掉贴图和面片干扰AI生成的模型在视觉上很具有欺骗性因为贴图带有光影会把很多几何缺陷藏起来。想快速判断角色到底畸不畸形我有个偏工程流的办法把网格导出成点云再做3D点云拉框。点云是只包含空间坐标的点集合没有面、没有UV、没有光影。转点云后你看到的就是一堆“轮廓骨架”贴图骗不了你。在Blender里可以用“Mesh → Convert → Points”或者用CloudCompare直接导入OBJ再采样成点云。点云密度设到模型面数的10%~20%就够了不要全量加载否则转起来卡。6.2 拉框的基本操作用立方体把角色各部位“包”起来3D点云拉框指的是在三维空间里为对象添加一个轴对齐或者任意方向的包围盒用来做语义标签或几何检测。用这个思路诊断AI角色就是给身体每个部位拉一个3D框头部框、躯干框、左臂框、右臂框、左腿框、右腿框。实际操作时我常用CloudCompare的Box Segment工具或者在Open3D里写个简单的脚本选定点云中的某个区域用鼠标框选自动生成一个最小包围盒。步骤大概是把角色点云导入工具里切换成正视图和侧视图先拖出一个全视角的包围盒锁定整体范围再局部框选头部记录它的长宽高然后依次框选其他部位。下表是我常用的记录格式部位包围盒尺寸单位:米备注头部0.24 x 0.21 x 0.25宽度约等于肩宽1/4躯干0.48 x 0.55 x 0.28胸腔和盆腔连接左臂0.18 x 0.65 x 0.16与右臂尺寸相近右臂0.19 x 0.62 x 0.15发现长度差左腿0.30 x 0.75 x 0.28大腿膝盖位置右腿0.31 x 0.78 x 0.27整体偏移6.3 根据包围盒比例诊断比例不对称和遮挡问题拉完框你就能从数字上看出问题。正常人体里有几个参考头宽大概是肩宽的三分之一到四分之一两臂长度差不应该超过2%两腿长度差不应该超过1.5%躯干高度大约等于腿长的60%。如果你拉出来的头部框宽度达到了0.3米肩框宽度0.45米那就是典型的“大头娃娃”。如果左臂框明显比右臂框长说明模型在空间里没有保持全局对称约束。拉框的好处是它把“看着丑”转化成“数值病态”这样你在内部评审或者写反馈时能直接把问题量化。更妙的是包围盒还能检查遮挡关系。比如你觉得“斗篷和肩膀穿插很怪”就用拉框把斗篷部分单独框出来看看它的包围盒和躯干包围盒是否存在大面积相交。相交比例超过30%基本可以判定模型几何穿模。6.4 用拉框结果做局部修复和条件重生成量化之后就能针对局部做修复而不是整体推翻。比如头部框太大我可以只对头部区域做膨胀或缩放在Blender里用“Proportional Editing”选中头部点云范围把它缩放到目标尺寸或者直接把头部网格切下来用AI单独重新生成一个头再接回去。这个流程其实很像现在主流的“部件级生成”思路把角色拆成若干个包围盒分别拉框、诊断、修复、重组。AI生成的不再是一个黑盒子整体而是变成了八个相对独立的局部资产。这对后续绑定、动画、装配、3D打印都有极大好处。至少你不需要每次都对着一个“全角色”做噩梦。7. 常见问题速查与我的几条土办法7.1 常见问题速查表现象主要原因我的处置方案角色脸歪、五官不对称数据平均化缺少3D监督用拉框测量面部再手动对称修复关节角度不自然骨骼姿态训练数据不足重拓扑后重新设置骨骼UV贴图拉伸UV展开算法粗糙手动标记接缝重新Unwrap法线贴图有斑纹法线方向错误或烘焙不干净重烘焙法线贴图网格非流形生成算法没有约束闭合Blender 3D Print Toolbox修复导入three.js后看起来很油法线方向不一致重算法线方向模型比例像Q版训练数据比例分布失衡用包围盒缩放局部部件7.2 三个经验原则第一个原则是“先量再修”。拿到AI生成的模型不要只看它屏幕上的观感先转点云拉框量化它的比例和对称性再决定从哪里动手。视觉判断容易被贴图骗拉框不会。第二个原则是“部件化思维”。把角色拆成头、躯干、手、腿等独立部件分别检查、修复和组装。这样即使某个部件崩了你也可以单独重生成不会让整个角色报废。这一招在3D打印和机械臂夹持结构设计里特别有用。第三个原则是“不要追求一次生成完美”。与其花很长时间调整一个提示词指望模型开窍不如生成多个版本挑一个底子最好的再用人工修复流程加工。AI是辅助工具不是终点。7.3 免费工具清单我目前用得比较熟的免费工具大概是这些Blender自带网格修复和UV重展功能Instant Meshes负责自动重拓扑MeshLab可以快速处理非流形网格CloudCompare用于点云可视化和拉框标注Open3D可以用来写点云处理脚本unfold3d的自定义版本如果预算允许也可以考虑但免费的Blender插件也能完成大部分UV工作。对于3D打印用户Blender的3D Print Toolbox插件是必须装的它可以一键检查壁厚、流形、悬空和支撑问题。对于想把3D角色放在网页端展示的人three.js和Model-Viewer都可以用来快速验证光影效果也能顺便在网页端拉几个角度截图多角度审查角色的“丑点”。用这些工具做成一套流程之后你会发现AI生成角色其实不是无用而是需要你有一套稳定的处理和判断管线。我自己走了不少弯路现在基本可以做到AI生成一个角色拉框诊断局部修复重拓扑重UV再放进Blender或three.js验收。整个过程大概三到四个小时比完全手工建模省下一半时间最终角色也比直接输出结果能打得多。