GPT-6 Astra 从图像到3D (二):概览

书接上回(GPT-6 Astra 从图像到3D (一)),我为每个资产生成了v1v2 两个版本。v2 在不修改主要结构的前提下,进一步精细化了几何和表观的细节(同样也是 Astra 自动完成),代价就是面片数、材质素材的膨胀。

细节增强

具体指令如下:

进一步提升6个资产的质量:提升表观细节,并保持物理交互性。可考虑的包括但不限于:引入高质量的材质贴图、精细化局部细节的建模等。

以下每个资产的具体修改细节均由 Astra 自己构想并实现。

遥控器

  • 圆形按键改为带支撑环线的浅弧面,印字随按键曲面贴合;补充定位触点。
  • 补充电池接触弹簧、触片、真实十字凹槽螺钉、卡扣座和模具顶针痕。
  • 引入 2K PBR 塑料、硅胶及镀镍表面,保留全部按键和电池盖交互。
遥控器:生成结果
遥控器:生成结果

抽屉柜

  • 把手重建为连续圆角实体,消除原拼接处的高光断层。
  • 补充 96 颗滑轨滚珠、保持架折边、冲压加强筋、限位块和内侧紧固件。
  • 细化粉末涂层、镀锌钢、尼龙与 TPE;补充脚轮辐条、轴肩和密封圈,并平滑轮胎肩部及轴承套的圆角法线。
抽屉柜:生成结果

洗地机

  • 滚刷由锥状绒毛改为 1.8 万根带弯曲和渐细尖端的闭合纤维,底层使用校准为蓝色的 CC0 毡布微结构。
  • 细化阳极铜色金属、接头和橡胶表面;金属杆采用有物理尺度的圆柱 UV。
  • 修正铰接耳座的圆角法线,并补充凹槽紧固件、轴肩、快接密封和轮胎侧壁细节。
洗地机:生成结果

咖啡机

  • 细化不锈钢拉丝、镀铬、ABS 和弹性密封材质,保留透明容器与亮漆的光学设置。
  • 补充中空出水嘴卷边、加工环、密封圈、格栅支撑和料仓可见的进料口及加强筋。
  • 调节旋钮重建为连续滚花实体;补充真实凹槽紧固件,校正水箱刻度和型号印字的贴合位置,并平滑出水头导轨的圆角。
咖啡机:生成结果

冷冻柜

  • 细化搪瓷、塑料、通风钢板和密封材质,保留参考印刷图及曲面玻璃。
  • 滑盖增加双层擦拭唇、端部滑块、抓握细纹和紧固件,保留双轨高度差及原行程。
  • 补充 52 片成形百叶、控制面板紧固件、玻璃刻字和脚轮细节;温控旋钮改为连续轮廓实体。
冷冻柜:生成结果

电煮锅

  • 细化搪瓷、ABS、酚醛手柄、不粘涂层和橡胶表面。
  • 加热盘使用专用 4K 径向加工法线与粗糙度贴图,并保留三道真实车削槽。
  • 补充中空蒸汽孔衬套、锅盖握柄下方垫圈与螺钉、加热盘固定座及滑块抓握细纹;保留锅体、盖子及温控滑块交互。
电煮锅:生成结果

统计信息

几何

v1:

资产 非空网格对象 边数 三角面 四边面 n 边面(>4) 四边面占比
遥控器 209 234,759 22,749 83,755 276 78.4%
抽屉柜 202 66,692 3,912 24,192 182 85.5%
清洁器 75 192,843 97,994 19,420 249 16.5%
咖啡机 152 135,638 19,876 37,516 256 65.1%
商用冷冻柜 242 52,062 3,584 18,080 144 82.9%
电煮锅 134 103,709 13,312 34,276 202 71.7%
合计 1,014 785,703 161,427 217,239 1,309 57.2%

v2:

资产 非空网格对象 边数 三角面 四边面 n 边面(>4) 四边面占比
遥控器 242 268,663 23,317 100,935 320 81.0%
抽屉柜 404 172,476 10,056 73,500 158 87.8%
清洁器 89 354,843 38,762 145,108 241 78.8%
咖啡机 155 155,286 20,388 47,086 254 69.5%
商用冷冻柜 371 117,732 8,660 45,920 164 83.9%
电煮锅 152 119,713 13,952 41,960 200 74.8%
合计 1,413 1,188,713 115,135 454,509 1,337 79.6%

材质

资产 V1 外观材质 V2 外观材质 V1 贴图 V2 贴图
遥控器 13 13 3 15
抽屉柜 9 9 5 21
清洁器 13 13 6 21
咖啡机 14 14 3 12
商用冷冻柜 13 13 4 22
电煮锅 11 12 4 23
合计 73 74 25 114
  • V1:23 张 512 × 512 法线图;1 张 1024 × 1024 滚刷颜色图;1 张 1706 × 922 冷冻柜柜贴。
  • V2:111 张 2048 × 2048;2 张 4096 × 4096(电煮锅加热盘的法线与粗糙度);沿用 1 张 1706 × 922 柜贴。

物理

以下信息 v1 和 v2 一致。

资产 刚体 关节总数 滑动 转动(连续) 碰撞体总数 盒体 / 圆柱
遥控器 47 46 46 0(0) 54 21 / 33
抽屉柜 12 11 2 9(9) 41 28 / 13
清洁器 10 9 4 5(3) 25 12 / 13
咖啡机 9 8 5 3(0) 39 38 / 1
商用冷冻柜 13 12 2 10(8) 61 48 / 13
电煮锅 4 3 3 0(0) 58 54 / 4
合计 95 89 62 27(20) 278 201 / 77
资产 尺寸 X × Y × Z(mm) 估计总质量(kg)
遥控器 48 × 242 × 18 0.1258
抽屉柜 400 × 500 × 650 16.0320
清洁器 250 × 132 × 1160 1.4391
咖啡机 294 × 458 × 424 9.1460
商用冷冻柜 1340 × 720 × 946 64.7130
电煮锅 444 × 366 × 298 3.3300

开销

Token

这里列举了GPT-6 Astra 从图像到3D (一) 和本文任务,以及下一篇GPT-6 Astra 从图像到3D (三)中场景生成的开销。

任务 总量 未缓存输入 缓存输入 输出
六个资产 V1 48.36 1.55 46.54 0.27
六个资产 V2 57.25 1.85 55.09 0.32
两个场景 38.26 1.15 36.89 0.22
  • 单位为百万 token (M)
  • 约 97% 的输入来自缓存。
  • V1的消耗,大约占 ChatGPT Pro (x20) 周额度的 4% ~ 5%;按订阅费粗略摊算,约合人民币 12~16 元。

时间

任务 累计运行时长 构成
六个资产 V1 约 3 小时 30 分钟 首轮制作约 2 小时 52 分钟,后续修正约 38 分钟
六个资产 V2 约 2 小时 51 分钟 包含迭代、检查与交付
两个场景 约 2 小时 3 分钟 包含厨房和工作区的制作、检查与交付
  • 每轮每个物体平均约半小时
  • 每个场景平均约一小时