第一次参加在京都办的AI 3D工作坊，说实话我本来是带着半好奇半怀疑的心态去的。作为长期用传统3D建模软件干活的人，我总觉着AI生成模型“只能看不能用”，但整场活动从演示到实操折腾下来，我的看法确实被改变了不少。这篇文章就把这次“Meshy 京都 AI 3D 工作坊”的完整过程记录下来，包括现场怎么讲、怎么操作、学员做了哪些东西，以及那些只有真正上手踩过坑才会注意到的细节，给对AI 3D感兴趣的朋友们当一份参考。
这场工作坊办在京都一栋老町屋改造的共享空间里，二十来个人围坐在长桌两侧，屏幕里清一色是Meshy的生成界面。参与的人有独立游戏开发者、做和果子的职人、大学教授、还有几位数字媒体艺术方向的学生。大家身份差异很大，但目标出奇一致：想搞清楚AI 3D到底能不能融入自己的日常创作流程。活动安排了整整一天，上午讲原理和工具操作，下午全程动手做项目，最后留了半小时复盘和问答。整个过程走下来，我对AI辅助建模的适用范围和边界有了更明确的判断，也收获了不少可以直接复用的操作套路。
1. 工作坊的整体定位与内容设计思路
1.1 为什么选在京都办AI 3D主题
这个地点选择其实挺有意思。京都有大量传统工艺产业，像清水烧陶瓷、西阵织、金属雕刻、佛像制作，这些行当都依赖高精度的手工三维造型能力，但从业者的年龄结构偏大，数字化进程一直很慢。工作坊组织者正是看中了这个供需落差：传统工艺需要更低的3D建模门槛，而AI生成恰好能把“描述一个物体”变成“直接得到一个模型”，对不擅长软件操作的手作匠人来说，这可能比学习传统建模软件友好得多。
现场也确实印证了这个判断。一位做木工夹具的老先生，早上还说从没用过Blender，下午竟然通过Meshy的图片转模型功能，把自己画的家具金属件草图变成了可在软件里观察和测量的白模。他不懂拓扑，不需要懂，AI把中间那层技术壁垒直接抽掉了，他只管描述和修改。
1.2 活动流程与软硬件准备
工作坊的实际流程安排得比较紧凑，但也留出了充足的实操缓冲。上午从10点到12点半，主要是工具讲解和功能演示；下午从1点半到4点半，是分组项目和独立创作环节；最后半小时集中看作品并讨论问题。
设备方面，主办方预备了四台备用笔记本，但实际上只要满足基本配置就能顺畅跑完整个流程。Meshy的主要计算发生在云端，本地浏览器承担的工作有限，所以对电脑要求并不苛刻——8GB内存、普通独显或者集显都能应付。不过有一点需要注意，现场有人用老旧显卡导致WebGL预览卡顿严重，后来换了Chrome浏览器并开启硬件加速才好转。如果是自己组织类似活动，建议提前提醒参与者更新浏览器版本，关闭不必要的后台标签页，比临时换电脑有效得多。
工作坊用的核心工具是Meshy，主流程涉及文本生成模型、图片转3D、网格修复和格式导出。赞助商还临时接入了一台小尺寸 FDM 3D打印机，后半程有人把生成的模型直接切片打印，这让“AI建模到实物”的体验闭环变得非常直观。
1.3 切入角度：不是代替建模师，而是补位
给活动定调的时候，组织者反复强调一句话：“AI不是来抢建模师饭碗的，而是来替大家完成重复和探索性工作的。”这个定位很关键，直接影响后续所有内容设计。
传统3D工作流程里，从无到有捏一个模型消耗的是大量时间，而AI的处理方式是先给你一个“差不多对”的雏形，再由人来精细化。这个逻辑在活动里的体现是：不要求学员用AI一步到位做最终资产，而是把AI当成前期概念生成和方案验证工具。比如给角色快速摆姿势验证比例，或者批量生成多个建筑体块方案给客户选择，这些过去需要数天的工作，压缩到了几分钟。
正因如此，工作坊的核心教学点成了“如何给AI提需求”和“如何对AI结果做取舍”，而不是软件本身的每个按钮。这个思路非常务实，也符合AI工具当前的真实水平。
2. Meshy核心工作流拆解：从描述到模型的完整路径
2.1 提示词的结构化写法
上午演示阶段，我印象最深的是提示词写作方法。组织者给出了一个四段式结构，这也是后来大家用得最顺手的套路：
- 主体描述：说明要生成什么物体，尽量具体到形状和特征
- 风格限定：如PBR写实、低多边形、卡通渲染、粘土质感
- 材质与细节：如磨损金属边缘、亚麻布料纹理、半透明玻璃
- 构图与比例：如居中、正视图角度、单体展示、比例接近真实
现场有个真实例子：一位做道具的学员想要一把日式茶道用的柄杓，如果直接写“a Japanese ladle”，出来的模型总带着奇怪的卡通感，而且比例完全不对。改成“a traditional Japanese wooden ladle with a long handle, realistic PBR texture, natural wood grain, centered composition, full body view”之后，生成结果一下正常了。差别就在描述的信息量，AI对名词的感知远不如对形容词和材质词的感知扎实。
这里还有一个容易被忽视的技巧：如果生成结果频繁翻车，可以试着给模型加一个“所处环境”的描述。比如“放在木质桌面上的一把旧铜壶”、”悬挂在仓库墙上的扳手”，AI会更好地理解物体比例和形态。单纯列名词没有空间参考，模型经常会在尺寸和姿态上出问题。
2.2 图片转3D：给AI一张图，让它还你一个模型
图片转3D是工作坊里最受欢迎的功能，因为参与者的设计草图普遍比口头描述更具参考价值。操作方式比想象中简单：拖入一张JPG或PNG图片，调整成比较干净的背景，即可开始生成，大约一两分钟就能拿到可旋转查看的白模。
现场有一位画插画的学生，用一张自己画的妖怪角色设定图生成了立体模型，原图是正面视角，AI通过训练数据推测出了背面和侧面的结构，虽然细节不准确，但作为概念参考已经足够惊艳。需要提醒的是，图片越干净、背景越简单，生成质量越高。带复杂背景或遮挡严重的照片，生成结果通常会出现粘连或形变。
还有一个小贴士：Meshy对正视图的反应极好，但如果你想生成一只手持武器的角色，最好准备一张含姿态的大图，让AI能看到肢体语言。如果只有半身头像图，生成的模型大概率会在下半身出现奇怪的锥形延伸。
2.3 网格检查与导出：别急着拿去用
AI生成的网格模型，用业内眼光来看，多数属于“中间资产”，不能直接进渲染管线。工作坊特意安排了网格检查和修复环节，流程是这样的：
生成完成后先不要急着导出，而是切换到网格视图，观察面的分布和流线。Meshy生成的网格通常是三角面结构，面数从几万到几十万不等。用于游戏引擎或者实时渲染的话，必须做减面、重拓扑和UV重新整理。
现场演示里用Meshy生成的一个陶瓷茶壶，面数约12万，表面看起来光滑，但放大之后能看到局部出现内部穿插和自相交。用Blender加载后先运行一次“网格清理”，再通过Decimate修改器把面数压到2万以内，然后重新展UV。整个过程大概10分钟，得到一个可直接放进引擎测试的低模版本。对于3D打印场景反而不用过度清理，只要检查是否闭合、有无法打印的缺口。打印切片软件对三角面网格本身有不错的容忍度，这点和游戏美术的要求差异很大。
2.4 导入后续流程的注意事项
工作坊后半段，大家开始把AI模型导入到各自熟悉的工具里。有人用Blender，有人用ZBrush，还有一小部分人直接丢进Unity和Unreal。
在Blender里，最常遇到的问题是缩放比例不对。Meshy导出的模型默认单位有时会让模型变得巨大或者微小，导入时建议先检查“尺寸”，再按实际需要调整。如果你打算把AI模型放进已有的场景，这一步最好在导入时就解决，而不是后期用缩放命令硬掰。
在ZBrush里做雕刻细化则非常顺滑，因为AI生成的模型本身基础形态完整，只要用Dynamesh重新划分即可进入雕刻流程。工作坊里有一位角色美术师，用图片转3D生成了一个人物躯干，然后直接在ZBrush里添加肌肉和衣服褶皱，半天时间做了一个原本两三天才能完成的怪物模型，效率提升非常直观。
3. 现场实操复盘：三个典型项目从零到落地
3.1 第一组：和果子模具的数字开发
这组项目挺特别，组员是两位做传统点心的职人。他们想尝试用3D打印做一套创新的和果子模具。传统模具是木雕师手工刻出来的，开一套模要等好几周，用AI建模加3D打印，理论上可以把周期缩短到两三天。
他们先用文本生成功能试着描述“樱花形状的和果子模具，花瓣边缘圆润，中间有叶脉纹理”，生成出来的模型虽然有些粗糙，但整体造型已经接近需求。随后切换到图片转3D，把一张手绘的模具正面图放进去，调整了几轮提示词，最终得到一个可以用的数字白模。
这个项目最复杂的部分反而不是建模，而是材质选择。现场讨论确认食品级硅胶模具需要翻模制作，3D打印件只能作为母模，最终通过脱模工艺得到柔软的食品接触层。这是一个非常重要的提醒：AI建模生成“外观”，但材料科学决定“能不能用”。这组学员最后把生成的STL文件发给附近的加工服务商打印树脂母模，后面再自己进行硅胶翻模。
3.2 第二组：游戏角色概念快速验证
第二组里有三位独立游戏开发者，他们在做的是一款日式恐怖题材的解谜游戏，需要大量风格统一的妖怪模型。过去他们要花大量时间做前期概念建模，但AI让这个阶段变成了“找关键词的活儿”。
他们的工作流是这样的：先用联网搜索找到一批浮世绘风格的妖怪插画，筛选出构图高清的图片，全部投入Meshy生成初始模型。然后在ZBrush里把形态捏顺、加细节，再经过减面和UV后放进Unity。现场实际完成了两个次要角色的模型雏形，从图片挑选到引擎内可滚动查看，总耗时不到两小时。
这组总结时提到的经验：不要让AI生成最终成品，它更适合做“视觉探索图”。他们尝试让Meshy直接生成“游戏可用低模”，结果要么面数高得惊人，要么贴图混乱不堪。反而是主动接受“AI给雏形、人工精细化”的流程比较稳妥。
3.3 第三组：文化机构藏品的数字解构
第三组的成员来自一个地方资料馆，他们想做一件江户时代木制食盒的数字化展示模型。由于不方便把藏品拿出展柜，手头只有多角度照片，传统摄影测量软件生成的模型总有黑色空洞，处理成本很高。
工作坊现场试了Meshy的图片转3D功能，用四张不同角度的照片尝试生成，结果模型在细节上远不如摄影测量精确，但整体形状和比例基本靠谱。它的意义在于提供了一个“可交互的讨论稿”——资料馆可以用它向主管部门沟通数字展示方案，而不必先花高额预算做三维扫描。
必须坦诚地讲，这种细碎文物对AI生成来说仍是难点，不少镂空结构、雕刻纹理都没有还原出来。组员们最后决定采用折中方案：用AI模型作为构架参考，在Blender里手工补充细节。不过思路一旦打开了，后面的执行路径就清楚很多。
3.4 现场作品展示与复盘讨论
下午4点半左右，各组把自己的成果投到屏幕上展示。虽然完成度参差不齐，但每一个项目都走完了“描述/图片输入—生成—修正—导出—手工精修”的完整链路。组织者总结了当天出现的共性现象：几乎所有翻车案例都出在输入材料质量不佳，而不是工具本身不够强。模糊的图片、含无关因素的截图、语焉不详的提示词，这三个因素解释了当天八成以上的失败结果。
复盘环节有几句讨论让我印象很深。参加活动的动画师说：“以前我花大量时间判断一个创意好不好，是因为验证成本高；现在验证几乎零成本，反而把精力都放在筛选和决策上了。”这其实是AI3D建模现阶段最重要的价值：它把创作者从“能不能做出来”的约束中解放出来，让人更专注在“该不该做”上。
4. 实战中遇到的典型问题与排查技巧
4.1 生成结果出现结构错误怎么办
AI生成模型最常见的翻车方式是结构粘连和细节扭曲。工作坊里至少有四五个模型出现了类似问题：一个陶罐的瓶口直接封闭了，一把刀有两根刀柄，一尊佛像的手指融成一整块。
处理方法通常按严重程度区分：如果只是局部错误，可以进入Blender或ZBrush用雕刻笔刷修缮；如果错误面积比较大，直接重新生成往往比费劲修复更划算。判断标准是：需要修复的区域是否超过整个模型表面的三分之一，超过就重做。用提示词变化去重试第二轮，成本极低，没必要跟AI较劲。
4.2 纹理和材质效果与预期不符
工作坊里使用文本生成功能时，很多学员反馈“我明明写了PBR材质，为什么出来还是塑胶感”。这个问题其实涉及训练数据模型的理解偏差。解决方法是不要用抽象材质的词，改用具体的物体类比。比如“像旧铜器表面”“像抹了油的皮革”，效果比干巴巴的“真实材质”好得多。
如果只是想用模型本身、不需要贴图，可以只关注白模结果，Mesh生成模式里可以关闭贴图或直接使用无纹理选项，省下生成时间。活动现场不少学员都忽略了这个设置，花掉了不必要的等待时间。
4.3 导出后导入其他软件的兼容性问题
这个坑几乎每个人都踩了一遍。OBJ、FBX、GLB、STL，四种格式各有各的适配场景，选错了就会出现材质丢失、模型比例错乱或者网格损坏的问题。
总结下来比较实用的规律：如果最终要进游戏引擎，导出FBX或GLB比较合适；如果需要做3D打印，导出STL最稳妥；如果后续要在Blender或ZBrush中继续雕刻，直接导出OBJ，保留网格信息比较完整。另外，Meshy生成的模型默认坐标轴朝向并不统一，导入别的软件后如果发现模型躺倒，直接旋转X轴或Z轴即可，这一步几乎必然要发生。
4.4 打印失败：AI建模给3D打印埋的雷
现场用3D打印机测试了两个模型。第一个是学员生成的杯垫，表面带花纹，打印一切正常。第二个是个小佛像摆件，打印到一半直接失败了，拆下来检查发现模型底部不是平面，有几条悬空的面在切片时生成了大量支撑，支撑结构脱离后导致后续层全部粘歪。
教训很明确：AI生成的模型很少考虑“物理可打印性”，模型需要人为补地板、修悬空角、加厚薄弱区域。用3D打印为目的生成模型时，一定要在切片前用修复软件检查水密性，比如在Blender里用3D打印工具箱插件，一键检查“非流形边缘”和“内部空心”。把这些插件的功能跑一遍再导出STL，能避免绝大部分打印失败。
| 常见问题 | 表现 | 解决方案 |
|---|---|---|
| 结构粘连 | 局部形态合并、细节丢失 | 雕刻修复或重新生成 |
| 面数过高 | 文件大、操作卡顿 | Decimate减面或ZRemesher重拓扑 |
| 比例异常 | 生成模型尺寸偏差大 | 导入后检查缩放参数并调整 |
| 无法打印 | 底部悬空、非水密网格 | 3D打印工具箱检查并补底面 |
| 格式兼容 | 材质丢失、坐标轴翻转 | 按目标场景选择合适导出格式 |
5. 面向后续实践的建议与扩展思考
5.1 想拿AI高效出活，先养成这3个习惯
一天的工作坊下来，根据现场反馈，最容易忽略但也最影响效率的还是基础习惯。第一个是素材库整理：把平时画的草图、拍的参考照按类别归档，用到的时候直接拖进图片转3D，省去重新找图的时间。第二个是提示词模板沉淀：把自己常用的材质、风格、构图短语存成笔记，写提示词时直接拼接，用多了会发现常用组合就那么十几组。
第三个习惯和审美有关：每天坚持花一点时间浏览他人用AI生成的优质模型作品。工作坊现场有个很有意思的现象，凡是这样坚持过一段时间的人，写出来的提示词和选模型眼光明显更准。AI建模里，审美能力决定了生成结果的“下限”，而提示词和后期精细度决定了上限。
5.2 版权与使用边界要注意
参加活动的人来自不同行业，对AI生成模型的版权归属问题关注度极高。Meshy社区规则和平台说明中写得很明确，生成作品的使用权需要依据具体套餐而定，商业项目使用前务必确认授权范围。尤其是拿生成模型去申请外观专利或作为商品量产核心部件，这类涉及专利相关辅助的场景，需要格外谨慎，建议咨询专业人士后再进入商业流程。
工作坊里和果子模具组为这个问题专门问了组织者，得到的答复是：生成的普通器物造型通常没问题，但如果参考了现有品牌商品或受版权保护的角色形象，那就绝对不能直接商用。这个边界自己心里要有数。
5.3 下一次活动还能怎么玩
走到最后，大家已经开始讨论后续可以怎么扩展。结论比较集中的方向有三个：一是引入更多垂直行业案例，比如建筑室内设计、医疗可视化、教育教具开发；二是增加多软件联合流程，比如把Meshy和Nomad、Blender、ZBrush的联动讲透；三是把输出的最终环节做实，现场配备更高精度的树脂打印机，让大家当天就能带走实物。
我个人其实更期待的是“AI 3D+传统工艺”这条线继续深入。京都有太多手艺活值得用数字化方式保留和再创作，AI建模虽然还没到直接取代雕刻师的程度，但它让年轻一代更容易走近这些传统行业，也让老匠人握了一辈子的刻刀，第一次和屏幕里的数字世界产生了交集。技术是什么不重要，重要的是它让哪些人获得了新的表达能力——这大概就是这次工作坊想传达的东西。
