AI时代的生成式3D大模型全面评测 - “ChatGPT时刻”的前夜

在我过去的所有文章中，我一直把AI分成四个模态去进行分类：

AI文本（大语言模型）、AI绘图、AI声音、AI视频

而在我最近的交流和访谈中，有一个游离于这四模态之外的存在，被反复提起。

AI 3D。

12月20号，这个星期三的晚上，我在接受一个朋友的采访很开心的聊了一个小时，在结束之际，他突然问了一个大纲上没有问题：“你怎么看AI时代的3D？”

说实话我当时有点懵，这个问题我从来没去认真的想过，随便说了一点自己的理解就搪塞过去了。

但是，这不是第一个跟我交流这块的人，在最近一个月里，AI 3D在我各个信息渠道里，都被N次提起。

所以，我也决定写下这篇文章，来聊聊我心中的第五大模态：AI 3D，还有这个领域的现状。

话不多说，开始吧。

目前这个AI 3D这个领域大概有5个主流玩家：Tripo、Meshy、sudoAI、CSM、LumaAI。

CSM和Luma是很老牌的公司了，Luma之前主要做实景扫描的，我一直在玩，前段时间他们搞了一个文生3D的产品Genie，目前还寄生在Discord上，暂不支持图生3D；CSM搞了个实时绘图转3D，但是不支持文生3D。

Meshy做的也比较早，我记得7、8月份就出产品了。Tripo和sudo发的比较新，特别是Tripo，前几天12月21号才发的。

而去聊AI 3D的产品，那绕不过的核心功能和痛点，自然就是建模了。

我简单说一下3D这块的工作流程，让大家有个概念。大概是概念设计 - 3D建模 - 纹理贴图 - 骨骼绑定 - 动画制作 - 灯光 - 渲染 - 合成。

你看到的那些影视特效，或者游戏里的场景，都是需要建模完做贴图然后渲染的。最开始的建模成品是一个素模，大概长这个样子。

有了模型以后，才能去做后面所有的事。

所以，建模是非常重要的，但是同时也是最费时的，很多时候甚至能占用总时长的30%~50%。在3D领域也没有什么比建模更重要，更枯燥，更需要AI优化的东西了。

几家的产品在AI生成建模上，功能都差不多，文生3D和图生3D。

文生3D和图生3D其实非常好理解，跟AI视频的概念是一样的，只不过在AI视频里是用文或图生成1个4s的片段，而在AI 3D里是生成1个模型。

那衡量大家的标准就非常简单了：生成的模型质量和精度到底怎么样。

一般正常来说，我们用的最多的还是图生3D。

所以我先用MJ V6跑了一张图：

篮球的游戏资产，Blender 3D 模型，obj fbx glb 3d 模型，默认姿势，具有透明背景的 PNG 图像

（PS：我真不是因为鸡哥才选择先做的篮球）

然后我把这张图扔到了Tripo、Meshy、sudo、CSM里，因为luma现在不支持图生3D，所以不参与图生3D的对比了。

说实话，我本身对AI 3D的预期其实就不高，所以我一开始才选择上篮球这种非常简单的玩意，结果效果除了Tripo外，另外三个真的差强人意，而且CSM我真忍不住要吐槽一句，生成1个模型要近2个小时。。。。我。。。

我把模型都下载下来了，在Blender里渲染成了动画的GIF，所有摄像机、HDR、参数均统一。大家可以直观的感受一下四家产品的对比。

可以看到，只有Tripo一家真正的把篮球的纹理给连了起来，成为一个真正的篮球。Meshy和sudo明显看到贴图都崩了，而且这崩都不是忍一忍能用的崩，是彻底用不了的崩。CSM在背后也胡成了一坨。

再去Blender里看看建模细节。

CSM把篮球的凹槽做出来了一点细微的影子，Tripo和sudo的建模中规中矩就是一个不是特别圆的球，还有一些瑕疵，但是能用，Meshy是彻底崩的用不了。

就篮球这个case，Tripo处于遥遥领先的状态。

Tripo > CSM > sudo > Meshy。

再多试几个例子。

Tripo继续很稳，Meshy的模型，有一堆洞。。。。sudo的贴图还行，但是下半身的建模和背后的尾巴结构全崩了。CSM转的那一下有两张脸，给我当时吓个半死，但是模型结构还行。。。

Tripo > CSM > sudo > Meshy

2.毛衣。毕竟做衣服是做建模里面逃不开的一环。。。

Tripo表现几乎完美，不管是建模还是贴图，你要是硬挑刺，那就是袖口那没开两个洞（笑。Meshy的建模一如既然的有破洞，而且他们的贴图我发现有一个很大的问题就是，永远是正面精致，但是背面有点崩了。sudo衣服模型的两侧依然有洞，且有不该出现的链接。CSM的贴图和Meshy一个问题，背面和前面差异巨大。

Tripo > CSM > sudo > Meshy

3.一只玫瑰花。花的建模是最恶心的之一，基本对现在的AI 3D来说是最难的级别，用玫瑰花来给图生3D做个收尾。

Tripo花的正反面模型结构合理，但是叶子的模型粘连崩了，多出了一些奇怪的东西。Meshy依然是面子工程，正面看着感觉还挺惊艳，一转过去就又是破洞了。sudo花朵上的细节崩了，基本看不到花的结构了。

至于CSM。。。。。。真的别问我那一坨是什么东西，我也不知道，但我知道那玩意一定不是花。

从这四个例子看下来，至少在图生3D这块，Tripo是断层式领先。

整体Tripo > sudo > CSM = Meshy。

再看一下文生3D，文生3D这块CSM不支持，但是LumaAI的Genie支持文生3D，所以这波对比只对比Tripo、Meshy、sudoAI、LumaAI这四家。

文生3D就真的很吃模型本身的底子了，毕竟图生3D这玩意，图是别人的图，所以展现的更多的是大模型的一个包容能力或者通用能力，你图生3D做的不好，可以有理由说MJ生成的图片风格，跟你3D大模型不契合，所以效果不好。而文生3D，就是扎扎实实看你的底子了，都是自己体系里的东西，再做不好那就是真的不太行了。

文生3D这块的流程有点像Runway的文生视频，runway是给一个prompt后会出4个第一帧，然后你选用哪个图去生成后面的视频。

而文生3D是会先用十几秒时间，根据你的prompt生成4个粗糙的预览模型，你可以自己决定用哪个去后后面的refine（精炼）。大概长这样。

前置的预览模型会比较粗糙，但是可以让你大概去选自己想要的造型。

我先试第一个Prompt，毕竟马上圣诞了，给大家整个活：

Tripo和Luma的效果都非常好，Tripo整体更偏写实，Luma会偏一些卡通，Luma唯一的瑕疵就是膝盖多出来两块莫名奇妙的白斑。meshy干成葫芦娃了。。。sudo的贴图精度不太行，而且帽子衔接处有BUG。

Tripo > Luma > sudo > Meshy。

再做一个猫女，毕竟，做3D怎么能缺了美女呢：

an anime catgirl（动漫猫女孩）

Tripo和Luma依然稳如老狗。Meshy，有点诡异，感觉这个贴图完全没有质感跟纸一样。。。sudo直接做了个抱枕。。。我特么。。。。

Tripo > Luma > Meshy > sudo

最后一个case，做个游戏的3D资产吧，黄金手枪：

golden pistol, unreal engine, highest quality（黄金手枪，虚幻引擎，最高品质）

手枪的细节具体的我就不评价了，大家自己看吧。Luma和Tripo还是强，枪口的细节上，Luma比Tripo精致一些些。

Luma > Tripo > Meshy > sudo

文生3D，目前整体看下来，Tripo和Luma基本是断层式领先，在一些细节上，Tripo会优于Luma。

而在图生3D和文生3D整体上，Tripo是目前绝对的王者。

Tripo网址在此：https://www.tripo3d.ai/

Luma的文生3D想体验的也可以直接去Discord里面，搜他们频道加入体验就行。

另外三个我就不推荐大家去试了，没太大意义。

但是你像Tripo和Luma，目前也依然有不少瑕疵，比如模型的布线有点乱、比如人物面部贴图大概率会崩、比如金属材质的渲染不够精致等等。

不过我相信时间会解决一切，你像Tripo，一个刚出来3天的第一代产品，你指望他一步登天也不可能，更别提AI 3D这个领域也才刚刚开始卷。

目前看下来，AI 3D的进程，以Tripo和Luma为首，大概等于AI绘图的Midjourney V2或者V3，其他家还处于V1的水平。

而Midjourney的大爆发，也是以V4为标志，开始颠覆整个行业，直到前几天的V6，爆杀全场。

AI 3D，现在就是GPT时刻的前夜。

爆发来临的那一天，可能比你我想象的都更快。

 写在最后 

2019年的时候，我曾经做了一幅3D作品，以纪念我一个游戏伙伴的离职。