還記得曾經學習 Blender 似乎是一項需要數月努力的壯舉的時代嗎？現在這已成為過去。過去幾年，神經網絡在3D圖形領域的滲透如此深厚，以至於門檻幾乎崩潰。現在每個人都可以在瀏覽器中用神經網絡在幾分鐘內根據照片生成3D模型。為了了解技術的進展，我測試了幾個流行的服務。這次我選擇了經典主題——童年動畫角色，這是一個很好的方式來看看算法如何處理熟悉的形象，以及傳達我們多年來記憶中的細節。

篩選標準很簡單：免費且誠實，不綁定信用卡，也沒有隱藏訂閱。以下是我找到的結果。

Tripo AI是我首先嘗試的服務。這是一個雲端平台，可以直接在瀏覽器中運行，允許上傳現成的圖片或用文字描述角色。最大優點是系統能很好理解俄語，省去翻譯的麻煩。註冊後會獲得300個幣，一次生成需要25個幣，大約可以嘗試12次。在2.5版本中，甚至還贈送五個預設模型。

我上傳了斯克魯奇·麥克達克的照片，神經網絡用了一分半鐘處理。結果還不錯——角色一眼就能辨識，著色也達到水準。不過，眼鏡有點跑偏，眼睛奇怪地在喙上重疊了。但作為快速實驗，這已經是相當不錯的水平。可以在設置中選擇生成風格，輸入負面提示，甚至設定姿勢。額外的20個幣還可以讓角色動起來，比如跑步或跳躍。

Mesh是我覺得更有趣的工具。它可以處理圖片或文字，立即提供四個選項。註冊後獲得100個幣，足夠生成10個模型。生成大約需要幾分鐘。主要特色是Texture Generator功能，額外10個幣可以為灰色草圖添加紋理。底層使用擴散模型，訓練於龐大的物件庫。結果可以下載為GLB或OBJ格式，然後在Blender或Maya中打開。

我用它測試了根據照片生成Donald Duck的3D模型，結果介於中間。角色仍然辨識度高，但不適合4K細節展示。紋理方面有問題——出現白色空洞，神經網絡未能完全覆蓋。手臂看起來比另一隻粗，手指有時多，有時少。姿勢略微傾斜，動態缺失。作為草圖還可以，但要用於最終項目，還需要大量手工修正。

Trellis是微軟開發的工具，在Hugging Face上免費提供。只支持圖像，不理解文字請求。不過設定選項豐富：可以調整種子、與原始的相似度、步數等。最大特色是Multiple Images模式。如果上傳多張角色不同角度的圖片，神經網絡能更好理解物體形狀。對於老舊動畫的平面繪畫來說，這是個救星。

Luma Labs的 Genie則專注於速度。用文字描述對象，系統在兩分鐘內將詞轉換為三維模型。輸出立即提供四個版本，可以在瀏覽器中旋轉。生成不受限制，可以隨意實驗。但有個限制——只支持文字請求，不能上傳圖片。對於無生命的物品表現良好，但面部和細節經常模糊。導出格式會根據需求自動選擇，方便後續使用。

我用文字描述創建Ariel，結果較為一般。紋理歪斜，細節模糊，幾何結構散亂。能辨識出角色，但優點就到此為止。對於複雜的有機角色，這個工具顯然不適用。

Hightem定位自己為高細節模型工具。開發者強調紋理質量和多邊形網格的純淨。支持文字和圖片輸入，界面簡潔。生成時間約兩分鐘。支持標準格式導出——GLB、OBJ。特別適合需要不僅僅是空殼，而是外觀良好的模型時使用。

我上傳一張經典動畫角色的照片，結果是整個測試中最好的之一。角色非常接近原版，模型也不錯，但色彩方面還需調整——原版看起來更飽滿。

Masterpiece X專注於文字描述。圖片功能較弱。註冊後獲得250點，可進行五次嘗試。內建雕塑編輯器，可以在瀏覽器中微調形狀。如果不滿意顏色，可以切換到Paint模式手動上色，或啟動自動紋理優化。模型會自動生成UV展開和貼圖，方便轉入其他編輯器。

我用它創建Jinn，結果一般。細節中等，紋理像粗糙的草圖。神經網絡不太聽指令——結果像是威爾·史密斯的角色，卻不像經典的Jinn。手裡不是魔法燈，而是鍋子。著色也不理想。

經過這些測試，我明白：專業3D設計師暫時可以安枕無憂。神經網絡顯然還未準備好搶走他們的飯碗。想用一點點點擊就得到真正的好作品，就像蒙著眼睛畫出一幅傑作一樣困難。需要反覆嘗試，換圖片，改請求。而且免費的嘗試往往在你開始理解算法運作的那一刻就結束了。

事實是，神經網絡只有在由人操控時才有用。沒有創意的眼光、點子，以及在編輯器中將模型完善的能力，它們只是一堆工具。它們可以產出標準的空殼，但要賦予角色生命、讓它獨一無二，只有你自己能做到。技術是幫手，幫助節省繁瑣的時間。

如果你已經用神經網絡嘗試過根據照片生成3D模型，歡迎分享你的結果。也許你有我沒提到的喜愛服務，或者找到讓這些算法完美運作的方法。期待了解你的經驗。