如何为 3D 生成参考图：决定最终网格质量的四个问题
图库照片给你的是别人的产品配戏剧化布光；生成的参考图能提供图生 3D 那一步真正需要的视角、光照和剪影。下面给出完整流程、各家图像引擎的取舍，以及提示词配方。
图生 3D 工具常被宣传成“一张照片变模型”的按钮。它真正做的事，是预测相机没有拍到的那部分几何，而预测质量更多取决于你喂进去的照片和所选的引擎，而不是界面里的某个滑杆。
这篇教程按四个决策依次展开：模型能推断什么、不能推断什么，输入图片怎么准备，单视图与多视图引擎如何取舍，以及生成之后如何检查、修复和导出。同样的思路对 Meshy、Tripo、Rodin 这类在线服务成立，对 ComfyUI 里的 Hunyuan3D 2.x 和 TRELLIS 2 这类本地流程成立，也适用于 Open3DAI。
图生 3D 预测的是什么，又从来不测量什么
只给一张照片时，模型必须把轮廓背后的一切都编出来。目前多数系统先把图像提升成一种中间三维表示，例如辐射场、一组高斯或隐式符号距离场，再从中提取表面，常用 marching cubes、DMTet、FlexiCubes 这类可微等值面方法。由此产生两个后果。第一，几何是合理推测而不是观测结果：背面是平滑的猜测，细带子或手指往往糊成一团。第二，输出不带任何真实世界单位，生成的网格通常被归一化到大约一个单位立方体，所以 3 厘米的戒指和 3 米的雕像出来一样大。
选择一：一张照片的信息量够不够定义形状
诚实的答案取决于相机到底拍到了多少。可见的一半能暗示隐藏的一半时，单视图就够了：瓶子、马克杯、结构简单的生物、风格化道具，以及接近旋转对称的物体都属于这一类。反过来，如果物体的身份长在看不见的表面上，比如椅背、角色的披风或汽车的另一侧车身，单视图就会失手。如果手头只有一张照片，四分之三视角比正对视角更好，因为它同时呈现两个面，留给模型插值的依据更多。
- 曝光与对焦：用均匀的漫射光，主体要清晰。强烈的高光会被当成表面的破洞，运动模糊则会变成融化的边缘。
- 背景：干净的纯色背景，或带完整 alpha 通道的抠图。主体后面的杂物经常被还原成多余的几何。
- 分辨率：短边至少 1024 像素。多数引擎内部会缩放到 512 或 1024，小图里丢掉的细节再也回不来。
- 构图：主体占画面约 70%–90%，居中并留出少量边距，给流程里的裁剪步骤留余量。
- 一图一物：照片里同时有杯子、书和绿植时，模型无法知道你指的是哪一个。
文件准备：方形裁剪、干净通道、去掉投影
去背是几乎每次都能提升效果的一步预处理。rembg 搭配 u2net 模型、BRIA RMBG 1.4 和 SAM 2 都能给出可用的 alpha 蒙版，只有少量素材时用 Photopea 或 GIMP 手动处理也一样。边缘要羽化一到两个像素，因为生硬的锯齿边界会在网格上变成一圈毛刺。然后裁成正方形画布并把主体居中：常见的 512×512 和 1024×1024 输入都是正方形，非方形图片会被加载器补边或拉伸。不要修图修饰物体本身，你画上去的高光或被擦掉的带子，模型都会忠实地复制出来。
选择二：单视图，还是多张标定过的视图
多视图引擎，包括 TRELLIS 2、Hunyuan3D 2.x 的多视图模式，以及 Meshy、Tripo、Rodin 提供的多视图选项，可以接收三到六张图片，重建出一个前后一致的对象，而不是去猜背面。代价是标定。各视图的光线、机位距离和白平衡应当一致，界面允许时要填入每张图大致的方向角与俯仰角。把手机照片和渲染出的转台帧混在一起，结果通常是一侧略微歪斜的网格。两张一致的视图胜过五张互相矛盾的视图。
| 路线 | 输入 | 典型输出 | 适用场景 | 已知局限 |
|---|---|---|---|---|
| 单图 AI | 一张照片 | 约 2 万–20 万三角面，带烘焙基础色贴图 | 只有一个角度可用，或物体对称且风格化 | 背面靠推测，且没有真实比例 |
| 多视图 AI | 三到六张一致的视图 | 面数更高，轮廓与贴图更统一 | 你能补拍或渲染更多角度 | 标定误差会表现为歪斜，仍然不是测量 |
| 深度图浮雕 | 一张照片，光线不限 | 高度随明暗变化的浅浮雕 | 纪念币、铭牌和浅浮雕面板 | 不是完整立体对象，做不出倒扣结构 |
| 照片扫描类应用 | 二十到八十张重叠照片 | 按合理比例对齐的带贴图网格 | 需要真实物体的比例关系 | 耗时，且要求被摄物静止、光线均匀 |
选择三：一分钟内怎么判断一个网格能不能用
把结果导入 Blender 或 glTF 查看器，先看四件事再决定要不要投入时间。第一，用平面着色、关掉贴图看轮廓：如果外轮廓相对参考照片起伏不平，说明表面有噪声。第二，旋转 180 度，判断背面是否合理。第三，打开背面剔除，寻找会突然消失的片状面，零厚度的面在切片软件里活不下来。第四，检查比例与轴向：glTF 文件是 Y 轴向上、以米为单位，而 Blender 是 Z 轴向上且不带单位。
- 先读包围盒尺寸。归一化到单位立方体的网格需要一个明确的缩放系数，不能靠目测。
- 重新计算法线并检查翻转的面，再打开背面剔除确认一遍。
- 做一次流形检查。Blender 的 3D-Print Toolbox、Meshmixer 的 Inspector，或一段简短的 trimesh 报告，都能列出孔洞、非流形边和自相交。
- 如果是游戏资产，按目标预算减面：主角道具通常在 2 万–5 万三角面，背景杂物在 2000–8000 三角面。
- 用同一机位渲染一帧和原照片对比，然后决定是重新生成还是手工修复。换一张裁剪更好的图或补一个视图，通常比雕刻一小时更划算。
生成的网格是预测，不是扫描。把第一次结果当成草稿，在打印或交付之前，预留一轮在 Blender 或 Meshmixer 里清理的时间。
常见的失败案例与对应修法
该在 Blender 或切片软件里修，而不是在生成器里修
- 细部粘连：带子、线缆、手指和辐条糊成一团。可以换更紧的裁剪重新生成，也可以切开后用手工扫掠的几何重建。
- 零厚度片状面：帽檐、布料和鳍片只生成单面。用 Solidify 加厚到 0.8–1.2 毫米（0.4 毫米喷嘴的 FDM），再检查一次流形。
- 对称性臆造：模型把只存在于一侧的特征镜像了过去。补一张视图可以解决，或者干脆把另一半也主动镜像过来。
- 光照被烤进贴图：原照片里的硬阴影会同时出现在几何和基础色贴图上。改用无阴影的抠图重新生成，或在 Substance Painter、Blender 里重画贴图。
- 比例与轴向错误：网格进了切片软件小了一千倍，或者躺着放。在导入时一次性设好单位和轴向再导出，不要事后缩放 STL 碰运气。
选择四：导出下一个工具真正读得懂的格式
游戏引擎和网页端的默认选择是 GLB 与 glTF 2.0：单个文件、贴图内嵌、单位为米、Y 轴向上。Draco 压缩能把体积降到几分之一，代价是运行时需要对应的解码器；KTX2 或 Basis Universal 贴图则能压低显存占用。带独立 MTL 的 OBJ 对不支持 glTF 的老牌 DCC 工具仍然是最稳的交换格式。STL 只装三角面，连单位都没有；3MF 则带单位、颜色和多个对象，交给 Bambu Studio、OrcaSlicer、PrusaSlicer 或 Cura 更合适。当引擎同时返回顶点色或高斯表示时，PLY 就派得上用场。
- 先定单位：打印用毫米，引擎用米。缩放要在建模工具里完成并应用变换。
- 导出前减面，而不是导出后再减。20 万三角面配 2K 贴图的道具，迭代慢，也超出多数游戏项目的预算。
- 把原照片、引擎名称和参数留在导出文件旁边；没有来源记录的网格，之后很难复现。
- 做一次往返验证：把导出文件重新导入空场景，确认包围盒、贴图和轴向都没问题再交付。
Open3DAI 不做什么，和它能做什么同样重要。它支持文生 3D、单图生 3D 和多视图输入，能做 AI 贴图，可导出 GLB、glTF、OBJ、STL、PLY、3MF，另有 48 个格式转换器、12 个浏览器工具和一套 REST API。它不做扫描与摄影测量，不做绑定和动画，不做 UV 展开，不做自动重拓扑，也不产出 CAD 级参数化实体，并且不承诺输出一定流形或可直接打印。重拓扑、UV 和绑定仍然属于 Blender，打印修复仍然属于 Meshmixer 或切片软件。
引擎可用性、模型版本、积分价格和第三方条款都会变化，切片软件的默认值同样如此。在为预算或交付日期做决定之前，请先到厂商页面核对当前信息。
在 Open3DAI 中试一下
把同一份提示词或图片交给多个引擎，并排对比网格，然后导出 GLB、glTF、OBJ、STL、PLY 或 3MF。注册即赠免费积分，无需信用卡。