Astra vs Fable：使用 V2Fun AI 3D Skill 构建复杂的 3D 场景

Astra 与 Fable：使用 V2Fun AI 3D Skill 构建复杂 3D 场景

AI agent 能多大程度上根据单张参考图还原复杂的 3D 场景？

为了找出答案，我们向 Astra 和 Fable 提供了同一张杂乱办公室的图片，并要求它们使用同一版本的 V2Fun AI 3D Skill 进行构建。场景包括家具、电子设备、墙面装饰和数十个较小物体。每个 agent 都需要拆解场景、生成必要的 3D 资产，并在 Three.js 中完成组装。

两个 agent 都完成了场景，但在建模和组装方面采取了明显不同的方法。

测试：一个场景，两种工作流

两个 agent 都使用 V2Fun AI 3D Skill 生成 3D 资产，并由 Three.js 负责最终的场景组装。

每种工作流都会生成一个 GLB 文件、源代码和用于检查的截图。任务允许结合使用 AI 生成的资产和程序化几何体。

Fable 采用混合建模方法，将 AI 生成的物体与通过代码构建的几何体结合起来。Astra 则采取了不同路线，将 V2Fun 的生成能力扩展到场景中的几乎每个部分。

构建同一间办公室的两种方法

Fable：使用 V2Fun 生成复杂资产，使用 Three.js 构建简单结构

Fable 将办公室划分为几个组：房间结构、主要家具、设备、墙面装饰和较小物体。

它使用 V2Fun 生成形状更复杂的物体，包括办公桌、办公椅、文件柜和录音机。墙壁、地板、门、天花板面板以及纸张和箱子等较简单的物体，则通过 Three.js 以程序化方式构建。

总计，Fable 生成了 ​14 类 AI 资产，并放置为 20 个实例​，随后将它们与程序化几何体结合，完成了房间构建。

Fable 还花费时间优化生成的模型。通过减少多边形数量和调整纹理尺寸，它将源资产从大约 700 万个三角形减少到约 820,000 个，减少了 ​88.3%​。最终 GLB 文件约为 41.1 MB。

这种方法使场景保持相对轻量。常规结构可以直接通过代码调整，而细节更丰富的家具则受益于 V2Fun 的 3D 生成能力。Fable 还保留了原始资产和优化后的资产，使后续编辑和替换更加容易。

这种方法的取舍在完成后的场景中清晰可见。一些程序化建模的道具看起来比 AI 生成的家具简单得多，造成了明显的细节差异。Fable 还将某些家具模型拉伸以适应其位置，从而影响了它们的比例。

Astra：使用 V2Fun 生成整个场景

Astra 采取了更依赖生成的方式。它将办公室划分为 ​26 类源资产​，从墙壁和天花板面板，到家具、设备、装饰品和小型物体，全部通过 V2Fun 生成。

这些资产被安排为 62 个实例，并使用 Three.js 调整它们的缩放、位置、方向和材质，然后导出场景。

Astra 还在本地组装方面投入了更多工作。它使用网格表面将物体定位到家具和其他支撑结构上，调整门口和天花板的方向，并修正了若干间距和遮挡问题。项目记录中包含 ​47 个物体接触关系​。

最终场景呈现出更加一致的老旧外观。其低饱和绿色调和磨损表面也更接近原始参考图。

代价是场景变得重得多。即使是墙壁和天花板面板等简单结构，也被生成为细节丰富的网格。在没有进行类似多边形缩减处理的情况下，Astra 的最终 GLB 达到约 432.6 MB；计算已放置的实例后，约包含 3,100 万个三角形。

额外的几何体保留了更多细节，但一些常规结构仍然存在形状不准确的问题。最终场景中也可以看到重复物体和不均匀的间距。

Astra 对比 Fable：数据一览

以下是两个最终项目的对比。

数据来自最终 GLB 文件和项目记录。实例化三角形数量包括重复放置，不应视为每帧实际渲染数量。两种工作流的生成范围也不同，因此文件大小、资产数量和记录时间不能直接作为衡量 agent 整体性能的可比指标。

Fable 生成的项目小得多，也更易于管理。程序化建模与资产优化相结合，在保留后续调整空间的同时，有助于降低文件大小。

Astra 生成了更多独立资产，并投入更多精力来优化它们的放置。其场景保留了明显更多的几何体，因此对存储和处理能力的需求更高。

不过，文件大小只是整体情况的一部分。下面来看看每个结果与原始办公室的匹配程度。

参考图	Fable	Astra

对比最终 3D 场景

几何体与细节：更多细节，不同的取舍

观察未贴图模型可以发现，Fable 较好地还原了办公桌、椅子和书架的主要形状。不过，一些较小的物体被简化了，部分区域还出现了几何体合并或细节不均匀的问题。

Astra 的场景在家具和较小道具中都包含更多几何细节。不过，一些硬边结构显得略微柔和，部分形状的准确度也不如其细节程度所暗示的那么高。

Fable 的优化让场景更易于管理，而 Astra 则保留了更多生成的几何体。两种方法都没有完全解决单个资产中可见的形状和比例问题。

Fable	Astra

材质与氛围；Astra 更接近参考图

参考办公室具有鲜明的外观：低饱和的绿色调、磨损的家具、老旧的墙壁，以及长期使用的痕迹。

Astra 保留了更多这种氛围。其材质和磨损效果在整个房间中相对一致，使场景看起来更接近参考图。一些表面仍然主要依靠颜色和污渍图案来表现老旧感，在粗糙度和反射方面的变化有限。

Fable 的材质足以区分主要物体，场景中的冷暖色调也有一定变化。但有几处表面看起来相对较新。整体结果更像一间普通的工作办公室，缺少原始场景中那种老旧、封闭的氛围。

Fable	Astra

场景布局：家具都在，但房间的感觉不同

两个 agent 都成功识别出主要家具，并将其安排成一间可辨认的办公室。办公桌、架子、文件柜和其他主要物体通常都被放置在预期区域。

将整体布局与参考图进行比较时，差异会更加明显。

原始房间显得拥挤，家具和较小物体排列得很近。前景物体部分遮挡了后方物体，营造出更强的深度感和更紧凑的室内空间。

两个重建场景都显得更加宽敞、有序。

Fable 拉伸或重新定位了一些家具以使布局成立，同时也改变了部分比例。Astra 对物体位置和接触点进行了更多局部修正，但整体间距仍然比参考图更宽松。

完成后的场景可以打开、检查和编辑。不过，它们的布局仍需进一步调整，才能更好地匹配原始构图和空间关系。

这对 AI 3D 工作流意味着什么？

这项测试展示了使用 AI agent 和 V2Fun 构建复杂 3D 场景的两种可行方式。

Fable 将复杂物体交给 V2Fun，使用 Three.js 构建常规结构，并在最终组装前优化资产。结果是一个更轻量的项目，也为后续编辑提供了更直接的路径。

Astra 更广泛地依赖 V2Fun 生成的资产，并在组装过程中进行额外调整。其最终场景具有更加一致的视觉风格和更细致的局部放置效果，但几何体仍然明显更重。

两种工作流都生成了完整的办公室场景。但在家具比例、物体间距、遮挡和整体构图方面，两者也都留下了明显差异。

要改善这些结果，就需要在整个组装过程中更好地与参考图进行比对。应尽早确定房间比例和摄像机取景，随后进一步调整物体放置、遮挡、材质和光照。

对于复杂的 3D 项目而言，生成单个资产已经是工作流中相当重要的一部分。资产如何组织、定位、优化和修改，对最终场景的影响同样重大。

如需在自己的 agent 工作流中探索基于组件的 3D 生成，请访问 V2Fun AI 3D Skill 页面了解详情。

常见问题

AI agent 能根据单张图片生成完整的 3D 场景吗？

可以。在这项测试中，Astra 和 Fable 都使用 V2Fun AI 3D Skill 生成单个资产，并通过 Three.js 组装办公室场景。复杂布局可能仍需要调整比例、物体位置和空间关系。

V2Fun AI 3D Skill 在此工作流中发挥什么作用？

V2Fun 提供 3D 资产生成功能。AI agent 分析参考图，规划要创建的资产，调用生成工具，并组织组装后的场景。

AI 生成的 3D 建模与程序化 3D 建模有什么区别？

AI 生成适合形状复杂或不规则的物体。程序化建模适合几何形状可预测、尺寸精确或具有重复图案的结构。两种方法可以结合使用。

Astra 和 Fable 采用了哪些不同的方法？

Fable 将 AI 生成的资产与程序化几何体结合，并在之后优化模型。Astra 通过 V2Fun 生成了更广泛的资产，并投入更多精力调整物体位置和接触关系。

为什么生成的 3D 场景看起来仍可能与参考图不同？

整体外观更多取决于单个模型。家具比例、间距、遮挡、摄像机位置和光照都会影响最终场景与参考图的接近程度。