逆风呢喃

前面三篇里（一、二、三）， GPT-6 Astra 在空间理解和工业品建模上的表现相当不错；然而，大家也慢慢发现，Astra 对于造型或细节比较复杂的物体，效果常常「一言难尽」。

我选了跑车、怪物、哈利波特手办三个例子进行测试，前两个例子以 ArtStation 3D 艺术家们的建模作品的渲染图作为参考（因此本身不存在 Sim-to-Real Gap），手办则使用本人拍摄的照片。

跑车

输入参考图来自 3D 艺术家 Santiago Avril 创作的 Porsche 911 GT3 模型。

生成模型的预览结果：

怪物

输入参考图¹来自 3D 艺术家 Andrea Di Natale 创作的系列怪物中的一个。

生成模型的预览结果：

手办

鉴于以上两个例子展示出的显著差距，最后一个例子放弃了原计划的数字人建模（也是华为期间的老本行了，顺便强烈推荐 3D 艺术家 Şefki Ibrahim），转向相对简单的手办。

输入图片来自本人手机拍摄：

建模结果：

小结

Astra 虽然有了极强的空间理解和建模能力，但精细建模能力仍然存在较大问题。下一篇会尝试让 Agent 自动调用图生 3D 模型的能力，尝试补齐短板。