AI 三维建模究竟生成了什么
“生成了一个三维模型”不是一个足够精确的描述。屏幕上能够旋转的结果，背后可能是点、三角面、规则体素、神经辐射场或一组带方向和颜色的高斯。它们都能产生三维观感，却不一定能进入同一套编辑、绑定和动画流程。
先看四种常见表示
点云由离散的三维采样点组成。每个点可以携带颜色、法线等属性。它适合保存扫描结果和观察几何分布，但点与点之间没有天然的表面连接关系。
网格用顶点、边和面描述表面。游戏角色常用三角网格，因为骨骼蒙皮、UV、材质、碰撞和 LOD 都有成熟的网格工具链。网格是否“能用”，不只取决于外形，还取决于面的连接方式。
体素把空间划分为三维格子。它便于表达占用关系和内部结构，代价是分辨率提高后内存增长很快。
神经场与 3D Gaussian主要面向新视角合成。NeRF 用神经网络表示空间中的密度与颜色；3D Gaussian Splatting 使用可优化的三维高斯进行实时渲染。它们可以保留丰富的视图外观，但不能直接替代角色制作所需的整洁网格、UV 和骨骼结构。
“看起来像三维”与“可编辑资产”不同
判断一种表示是否适合人物资产，可以依次问：
- 能否选择并修改明确的部件？
- 能否给表面建立连续的 UV 和材质？
- 顶点是否有稳定的语义，能否跟随骨骼变形？
- 能否导出到 Blender、Godot、Unity 或 Unreal 的常用格式？
- 修改一个局部后，是否需要重新训练或重新优化整个表示？
对本文研究目标而言，图像生成的中间表示可以多样，但最终仍需要落到分层、可编辑、拓扑可控的网格资产。NeRF 或 Gaussian 可以作为外观与视图信息的来源，不能单独完成角色交付。
网格还包含哪些信息
一份人物网格通常还要配合：
| 信息 | 作用 | 缺失时的直接后果 |
|---|---|---|
| 法线 | 决定表面如何参与光照 | 明暗断裂或方向错误 |
| UV | 把二维纹理映射到三维表面 | 纹理无法稳定贴合 |
| 材质参数 | 描述底色、粗糙度、金属度等 | 外观只停留在几何灰模 |
| 骨骼与权重 | 控制网格随关节变形 | 角色不能可靠地做动作 |
| 部件层级 | 区分身体、头发、衣物和附件 | 难以替换、隐藏或独立模拟 |
继续阅读
- NeRF 项目页与论文给出了神经辐射场的原始方法与结果。
- 3D Gaussian Splatting 项目页说明了显式高斯表示和实时渲染方法。
- glTF 规范注册表可以用来查看运行时网格、材质、蒙皮和动画的标准结构。
下一节从相机开始：三维点为什么会在图像里落到某个像素上。