每当通用大模型向前迈进一步，总有一批软件公司被拉出来讨论：它们的生意，是不是又危险了？
过去，这种焦虑主要围绕写作、翻译、办公等领域展开。到了今年9月，随着OpenAI推出GPT-6 Astra，这股风吹进了游戏和3D创作圈。
一批用户把模型接上3D建模软件Blender和游戏引擎，开始用自然语言直接3D建模、搭场景、做动画，甚至拼出可以游玩的游戏。有人45分钟做完一条医院走廊3D场景，还有人已经忙着分享如何制作、出售3D模型的教程。
OpenAI公布的数据也颇为抢眼：在使用工具的BenchCAD测试中，Astra取得了95.9%的几何重叠得分，GPT-5.6 Sol和Claude Fable 5.1分别为83.3%和84.3%。
这项测试要求模型根据工业零件的多视图，编写代码重建三维形体。大模型的空间理解与软件操作能力，正在变成可以直接拿来干活的本事。
对于游戏行业，这次的动静尤其值得关注。AI已经开始顺着制作流程往下走，从生成某个3D模型素材，走向操纵软件、引擎、组织资产、调试效果。
更何况，Claude、DeepSeek也能参与这套流程，价格更低的中国模型，有望把尝试门槛继续往下压。游戏美术的工作方式会怎样改变，Tripo、Meshy又能否保住自己的AI建模生意，都成了眼前的问题。
45分钟，一条医院走廊是怎么造出来的？
这波演示里，Reddit用户Time-Ad-7720发布的医院走廊，是一个比较容易看懂的案例。
按作者介绍，场景里的走廊建筑、病房门、病床、轮椅、输液架和护士站，都由GPT-6 Astra通过Blender MCP从零搭建，从零开始建3D模型和3D场景，没有调用外部美术资产。从第一次输入要求，到最后渲染出一段镜头穿行的短片，总共用了约45分钟。
作者公开的制作过程分成了几个阶段。包括先搭出约35米长的建筑框架，安排门洞、护士站和远端窗户，确认布局后，再往里面放道具、补病房内景。
病房门被做成打开、关闭和半开的不同状态，场景中还加入了散落纸张、错位天花板等细节。接着，AI为相机制作一段8秒的向前移动，检查路径有没有被物体挡住，最后重新调整灯光和材质。
这套操作，做过场景美术的人并不陌生。区别在于，用户把要求写出来之后，负责在3D建模软件Blender里执行具体操作的变成了AI。作者仍会在关键阶段查看结果、提出修改，例如要求重新打光时保留已有模型和镜头，避免前面的工作被一并改掉。
支撑这套流程的MCP，没有名字听起来那么玄乎。它是一套让AI调用外部工具的接口，常见的Blender MCP开源项目，就把创建3D模型、修改材质、读取场景、运行Python代码等能力开放给AI大模型。用户描述想做什么，AI模型把要求翻译成操作，Blender负责执行，再把场景信息和结果传回来。
对于能看图的模型，截图和渲染图还可以作为检查依据：物体放歪了，继续调整位置；灯光太亮了，修改参数再试一次。许多重复结构则可以通过代码批量生成，例如一排门窗、一组货架，无须像人一样逐个点击。
甚至即便不通过MCP，模型也能编写并运行Blender脚本来完成3D建模。
虚幻引擎前段时间也更新了官方MCP
而OpenAI的GPT-6 Astra这一轮进步，主要体现在它能把这样的过程持续做下去。3D建模、场景摆放、赋予材质、设置镜头，每一步都要继承前面的结果；中途收到新的要求，还要知道哪些部分应该修改，哪些必须保留。
OpenAI在发布材料中强调的视觉判断、工具操作和长任务上下文能力，最终都会影响一件很具体的事：AI能不能少走弯路，把一个项目从头推进到尾。
当然这也意味着这套接口也不专属于GPT。Blender MCP本来就提供Claude等客户端的接入方式，DeepSeek-Forge这样的开源项目也已经给出对应流程。模型负责理解和执行任务，Blender提供成熟的制作能力，换一个模型，整套软件不必跟着重做。
从浮空小镇到动画连载，开发者玩到飞起
而在医院走廊之外，有人开始把这种能力用来实现更完整的创作想法。
Reddit用户aniketjatav展示了一款吉卜力风格的列车项目：玩家驾驶列车穿行于浮空小镇之间，接送乘客。它采用三维世界搭配部分二维角色和元素的2.5D形式，作者称资产由GPT-6 Astra程序化制作，还分享了可以直接体验的Demo。
自此围绕游戏开发的教程也跟了上来。海外也已经有不少博客、博主开始整理工作流，从生成概念图开始，依次进入Blender建模、动画制作、引擎整合，再补上音频。
教程涉及的尝试已经延伸到不同美术风格的3D场景，包括废土、外星环境等，展示了GPT-6 Astra在多款软件之间连续工作的方式。
对个人开发者而言，吸引力很容易理解。过去，即使已经用AI生成一个不错的角色，后面还要想办法让它动起来、放进场景、接受操作，再与其他内容拼到一起。
而即便做好了这一切，还有第二关，真正劝退新手的，往往是这些接连间出现的小问题：导入后贴图丢了，动画对不上，模型尺寸错了，人物一走就穿墙。每跨过一道坎，都得补一门新的功课。
能够调用工具的通用模型，可以接手其中大量繁琐操作。一个懂玩法、懂美术方向，却没有精力熟悉所有软件的人，有机会把更多时间花在实际效果上。小团队也可以更快做出能讨论、能修改的第一版，减少在想法尚未验证时就投入大量制作的压力。
甚至考虑到目前大模型的能力和游戏引擎等工具的通用性，在游戏之外，室内设计方案展示、建筑漫游、商品陈列，同样可以沿用场景搭建与镜头制作能力。
对于想做原创3D动画、在Patreon等平台连载的作者，这套流程还提供了另一种便利：角色和场景可以积累。上一集做好的房间，下一集接着使用；角色完成绑定后，可以继续换动作、调镜头，而不必每次重新解决所有素材的一致性问题。
这也是为什么目前在Youtube上，卖3D模型的教程随之出现。一套统一风格的道具、一组可拼接的建筑模块，都可以成为面向其他创作者的商品。
过去，个人作者很容易被产量限制住；如今，制作速度加快之后，可以尝试的题材、资产组合和内容项目也随之增加。
当然如何把生成结果整理成好用的商品，则会成为另一门需要认真经营的手艺。
Tripo、Meshy会被干掉吗？先看看GPT在调用谁
不过热闹看到这里，很容易产生一个疑问：GPT都能自己用Blender了，专业3D AI工具还有什么不可替代的价值？
一个二次元角色的制作案例，恰好把几种工具的分工展示得很清楚。
创作者先用Tripo P2分别生成头部、头发和带服装的身体，再让Astra进入Blender，将这些部件组装、调整，并配合辅助工具处理绑定和次级运动。不同表情也先由Tripo生成，再交给GPT-6 Astra搭建切换逻辑，最终展示成一个可以跳舞的低多边形角色。
另一个规模更大的尝试，则是一座GTA风格城市。相关展示帖介绍，GPT与Codex负责驱动UE5、处理玩法逻辑和迭代，Tripo生成3D资产，其他工具参与画面与音频制作。
根据该创作者的帖子，项目包含8栋从概念推进到可玩资产的建筑、247条人物语音，以及5个电台里的10首曲目。帖子还把一个惊人的数字写进标题：整个项目消耗了25亿Token，大量用量花在修复机制、测试交互和反复调整上。
这两个项目里，通用模型与专业工具已经形成了相当具体的合作。GPT负责安排和执行制作流程，Tripo负责提供基础资产。尤其是二次元角色，头发、服装、身体这些最直接影响观感的部分，依然交给了专用3D模型。
专业3D AI公司的竞争处境，也因此与单纯提供文案改写、摘要功能的应用有所不同。它们手里有专门的三维生成能力，需要处理几何、纹理和模型结构。
GPT学会了操作Blender，首先威胁到的其实是那些可以方便地用代码和规则实现的需求：走廊、门窗、货架、模块化建筑，都适合程序化生成。一段脚本写好后，还能不断改尺寸、换排列、做变体。
Tripo
但换成复杂角色、服装褶皱、毛发轮廓，或需要贴近参考图的具体造型，让语言模型逐步编写几何操作，就可能变成一条漫长的路。专用模型可以直接交出基础资产，通用模型再负责组装、整理和接入引擎，两者各自省掉对方不擅长的工序。
有趣的是，Tripo、Meshy目前也在往生产环节深入。
Tripo P2.0强调原生四边形拓扑、部件分离、面数控制和局部网格修改，Meshy则提供网格处理、UV展开、自动绑定和动画等接口。这些功能解决的都是后续制作问题：模型好不好改，角色动起来是否容易处理，出了局部问题能否只修那一块。
通用大模型正在成为新的中心平台
在GameLook看来，通用模型更可能先抢走的，是专业工具与用户之间的直接联系。未来，创作者只需要向助手提出需求，由助手决定调用哪一家服务。某个工具更便宜、更快、更容易获得合格结果，就多用它；换一家效果更好，就随时切换。
专业公司可能获得更多订单，却也更难依靠使用习惯留住客户。
当然这种情况下，价格会让这种竞争变得格外直接。以Tripo公布的P2 API定价计算，生成一个带标准纹理的模型为110积分，折合1.1美元；官方给出的P2.0单次资产生成时间约为10至40秒。
Meshy的Meshy-7系列基础图生3D含纹理则为30积分，更高规格另行增加消耗。
相比之下，GPT-6 Astra按Token收费。截至9月23日，其标准API每百万输入Token为10美元，每百万输出Token为50美元，缓存另计。假设一个任务消耗100万未缓存输入Token和10万输出Token，调用费就是15美元，使用外部生成服务和渲染的费用还得另外加上。
一个3D美术模型的生成费与整个项目的调用费，当然是两笔不同的账。前面的25亿Token还包含大量游戏逻辑和调试工作，不能全部记到建模头上。
但对于某个具体资产，如果专用模型十几秒就能给出合适底稿，让GPT反复写脚本、看截图、修细节，就很可能既慢又贵。反过来，一排货架能靠脚本批量生成，逐件调用生成服务也没有必要。
底层究竟耗费多少GPU算力，目前缺少统一口径的公开对比。落到创作者手里，更好算的是最终交付成本：生成花多少钱，等待多久，还要花多少时间返工。谁能更省事地交出可用结果，谁就有生意。
这也让中国模型在这里还有一张很有分量的牌。DeepSeek V4.1-Flash已经支持工具调用和图像理解，其每百万未缓存输入Token为1至2元，每百万输出为4至8元，按空闲和高峰时段区分。
沿用上面的算力，100万输入加10万输出，调用费只有1.4至2.8元，对照的是Astra的15美元。
便宜到这个程度，就给流程设计留下了很大空间。复杂任务交给更强的模型，批量命名、格式处理、规则明确的修改交给低价模型，重复操作再固化为脚本。
模型之间的能力差距，最终需要连同成功率和返工次数一起算；但国产模型只要能稳定接手大量日常工作，就足以把整条生产流程的成本往下拉。
因此，专业3D工具的生存题，会越来越具体：某类资产做得更好，某道工序处理得更快，或能显著减少下游返工，都可以构成付费理由。通用模型的能力不断扩张，也会不断挤压那些优势不够明确的产品。
AI能把世界堆出来，游戏人得让它跑起来
而在GameLook收集资料的时候，其实也发现了一些有趣的例子。
回到前面的二次元角色的案例，创作者其实还分享了一个当时没有展开的制作细节：它的表情切换，是AI主动决定把不同表情对应的网格放在一起，不用的部分缩进头部，需要时再切换出来。
GameLook不是专业开发者，不清楚这是否为行业惯例，但从某种程度上来看，这种办法可以很实用；可放进实时游戏或者项目之后，不难想见，就要继续检查额外几何、蒙皮负担和动作衔接。
简单来说就是，AI找到了一个能让演示跑通的解法，游戏团队还得决定，这个解法值不值得进入正式项目。
类似的问题，游戏行业早就吃过亏。《城市：天际线2》的开发团队曾介绍，他们通过Popul8一次创建一组100名市民，让城市拥有更多样的人物；而在上市后，这一举措却让《城市：天际线2》团队吃了大亏，不得不持续优化中，处理资产和LOD问题，包括人物细节，以及景深、全局光照、雾效等带来的性能负担。
《城市：天际线2》一开始甚至NPC小人的满口的牙齿都细致地进行了渲染
对于内容创作者而言，大量生产内容的能力，与让这些内容顺畅运行的能力，始终需要同时建设。
如今引擎已经能通过脚本批量生成和设置LOD，AI也能参与这些操作。可究竟该删到什么程度，角色的轮廓有没有损伤，镜头切换时会不会突兀，仍要放进具体游戏里看。
在GameLook看来，这正是程序员、美术和技术美术接下来要面对的工作变化。代码可以由AI写，但出了Bug得有人定位；模型可以由AI生成，但关节变形、贴图浪费、碰撞错误和性能超标，也得有人解决。
制作速度越快，问题积累的速度同样可能越快。如果前期没有明确规格，等AI把整座城市堆出来，再去逐个清理，省下来的时间很容易重新搭进去。
人的作用也会更早地进入流程。什么样的角色值得花精力细化，哪些场景只需要做出大致氛围，预算应该留给近景人物还是战斗特效，这些判断会直接影响AI接下来做什么。会描述想象中的画面固然有用，知道一款游戏真正需要什么，才有可能把生成能力转化为制作效率。
这也是这波变化最让人期待的地方。许多个人作者和小团队，过去连验证一个想法的成本都难以承担；现在，他们有机会更快拿到可以修改和游玩的第一版。
专业工具会在竞争中重新寻找位置，创作者也能尝试以前做不起的内容。
至于最后能留下什么，依然要回到作品本身。玩家不会因为一座城市消耗了25亿Token就觉得它更好玩，也不会因为角色是手工制作还是AI生成，就自动获得更好的操作体验。
当内容越来越容易被生产出来，游戏人需要花更多力气决定的，是这个世界为何值得进入，以及玩家为什么愿意继续待下去。
