研究文章
多模态输入与结构化输出的 AI 驱动 3D 建模探究
摘要
生成式人工智能（GenAI）正系统性重塑3D建模产业的工作逻辑与生产模式。本文梳理了AI驱动3D建模的技术进展与产业变革，提出“人— GenAI协同创作”框架重构了传统工作流程，明确AI将建模师从重复劳动中解放，推动创作者群体向非专业用户延伸。文章主要从输入维度阐述了文本、图像、草图、工程图纸及多模态混合输入的技术路径与适用场景，揭示输入方式从单一指令向渐进式协作的演进。此外，探讨了输出形式的创新，包括多格式兼容、结构化部件分解及带运动关系的铰接资产，以及三维高斯溅射带来的实时渲染新方法，论述了产出质量标准从“视觉惊艳”向“生产可用”的迁移，涵盖几何精度、PBR材质物理一致性与拓扑优化等维度。研究表明，AI驱动3D建模的核心价值在于推动数字资产从静态展示迈向可编辑、可仿真、可制造的生产就绪状态。
关键词
生成式AI；3D建模；多模态输入；生产可用性；人机协同
参考
方捷新.人工智能技术在数字资产3D建模和场景生成领域的应用研究[J].现代电影技术,2025,(02):39-44.
曲志峰.生成式AI技术在影视制作中的应用研究[J].新闻研究导刊,2026,17(07):105-108.DOI:10.26918/j.xwyjdk.2026.07.024.
曹铭.工业设计中基于生成式AI的二维图像三维模型重构及3D打印集成技术研究[J].网印工业,2026,(02):69-71.
Tang J, Zeng Z, Liu G, et al. TRELLIS: Structured 3D Latents for Scalable and Versatile 3D Generation[J]. arXiv preprint arXiv:2412.01506, 2024.
Zhang Y, Li M, An D, et al. PartCrafter: Crafting Creative and Detailed 3D Parts by Leveraging Multiple Foundation Models[J]. arXiv preprint arXiv:2412.06256, 2024.
腾讯混元3D团队. 腾讯混元3D生成大模型技术报告[R]. 腾讯, 2024.
