如何把二维图片变成三维模型：先定目标，再选方法

把二维图片变成三维模型并不是一个操作，而是至少四种共用同一个输入文件的不同任务：用照片做游戏或 AR 资产、做可打印的实物、测量真实存在的物体，以及给网页首屏做假的视差效果。目标不同，工具、导出格式和后续要付出的清理工作也完全不同。

这篇教程先把目标拆开，再逐一说明每种目标该用的方法，并给出真正影响结果的数字：典型面数区间、常见输入分辨率、打印公差，以及在 2026 年仍然必须手工完成的修复步骤。文中会在有明确默认选择的地方点名工具，能力与限制都照实写。

先想清楚这个三维文件要用来做什么

同一张照片可以走向四种完全不同的产物，把它们混为一谈，是很多人认定“图生 3D 没用”的主要原因。给 Unity 或 WebGL 查看器用的资产，只需要在玩家会看到的角度上好看，做成一层外壳加烘焙贴图就够了，不必有内部结构。要打印的实物必须是封闭实体，要有真实厚度，因为切片软件无法处理一张开放曲面。想要测量尺寸，就得靠多张标定过的照片，单张图片本身不包含深度信息。网页首屏要的视差效果，需要的是一张深度图和位移着色器，根本不需要网格。

一张没有深度信息的图片，是怎么长出几何的

照片里每个像素只记录颜色，不记录距离。图生 3D 系统分两步补上缺失的那一维。第一步是深度估计：在图像与深度成对数据上训练过的网络会预测一张深度图或一个隐式场，MiDaS、Depth Anything V2 这类单目估计器输出的是相对深度，前后顺序可靠，绝对距离粗略。第二步把这个估计抬升成三维表示，可能是辐射场、一组高斯或一个符号距离场，再用可微等值面提取方法取出表面，常见的有 marching cubes、DMTet 和 FlexiCubes。

由此带来的现实结果是：几何是推断出来的，不是观测到的。相机拍到的部分通常能保持在百分之几的误差内，轮廓线背后的部分是平滑而合理的猜测。细带子、手指、椅腿和线缆这类结构容易糊成一团，因为深度估计器没有办法把它们分开。网格同样没有单位：花瓶和公交车出来是一样大的，所以每次导出都必须显式设置比例。

一张图不够用时：多视图与摄影测量

如果实物就在手边，与其拍得更好，不如多拍几张。TRELLIS 2、Hunyuan3D 2.x 的多视图模式，以及 Meshy、Tripo、Rodin 这类在线服务，都接受 3 到 6 张视图，去重建一个前后一致的物体，而不是猜一个背面。如果目的是真实测量，摄影测量仍是基准方案：COLMAP 或 Meshroom 从 30 到 200 张有重叠的照片中解算相机位置，生成稠密点云，重建出真实表面。它更慢，也要求物体表面有纹理，但它是在测量而不是在编造，也是本文所有路线中唯一能直接从图像得到真实尺寸的一种。

AI 路线的完整操作步骤

1. 准备文件：用 rembg、BRIA RMBG 1.4 或 SAM 2 把主体抠到透明背景上，把遮罩边缘羽化一两个像素，再裁成正方形画布，让主体占到画面的 70% 至 90%。常见引擎输入为 512 或 1024 px 的正方形。
2. 按物体类型选引擎：想要速度、不在意积分，就用在线服务；图像不能离开本机、且手上有大约 8 至 24 GB 显存的显卡，就在 ComfyUI 里搭 Hunyuan3D 2.x 或 TRELLIS 2 的流程。
3. 先生成再检查，别急着导出：从四个方向看轮廓，找有没有粘在一起的细结构，检查相机看不到的那部分表面上的贴图。
4. 修复：在 Blender 或 Meshmixer 里补洞、重算法线、合并相互穿插的壳体；如果要打印，再切出一个平整底面。
5. 按目标面数减面，减面之后贴图变糊的话，重新展 UV 并重新烘焙。
6. 设置比例和朝向，确认目标工具的轴向约定，然后导出。

不能跳过的清理：法线、孔洞、厚度

生成的网格通常带着三个反复出现的毛病。法线反向或不一致，会让模型在 Unity 里渲染成黑色，也会让部分切片软件判断错误。底面或肢体之间的小孔洞，会破坏 FDM 与光固化切片软件所要求的流形条件。零厚度的薄壁在屏幕上看着是实体，打印出来却只有一圈外壁，甚至完全打不出来。Blender 的 3D-Print Toolbox 能一次性标出非流形边、自相交和过薄区域，Meshmixer 的 Analysis 工具给出类似的检测结果，trimesh 和 MeshLab 则可以用脚本批量完成同样的检查。先重算法线，再补洞，最后用实体化修改器或布尔并集加上厚度，之后才谈得上能不能打印。

不依赖 AI 生成网格：从照片到可打印实物

如果目标本来就是把一张平面图变成可打印的东西，深度图加高度图往往比生成式网格更合适。照片浮雕灯是最典型的情况：转成灰度、反相，让暗部变厚，剩下的高度差交给切片软件处理。做浮雕牌时，可以先用 Depth Anything V2 估计深度，导出为 16 位 PNG，再在 Blender 里对一张高密度平面做位移。以长边约 1920 px 的原图起步，150 mm 宽的浮雕在 0.1 mm 层高下大约能分辨 0.4 mm 的细节，这基本就是 0.4 mm 喷嘴的实际极限。

• 高度夸张是正常操作：把估计深度乘以 2 至 4 倍浮雕才看得出起伏，因为单目深度会把前景范围压扁。
• 深度图要轻微模糊，约 1 至 2 px 的高斯，否则位移会把阶梯伪影直接烙进表面。
• 浮雕要留实体背板，最薄处保证 2 mm 壁厚；低于 1 mm 的浮片第一次打印就活不下来。
• 做浮雕灯时，成品厚度控制在最亮处约 0.8 mm 到最暗处约 3 mm，竖立摆放，用 0.08 至 0.12 mm 层高打印。

比例、轴向与导出设置：返工最多的两个地方

这里的两个坑都很无聊，却极其常见。生成的网格是归一化的，本该 180 mm 高的模型导出后只有 1 个单位，切片出来什么都没有。常见约定是 1 个 Blender 单位等于 1 米，而 STL 和 3MF 文件本身不携带单位字段，读它的工具一律按毫米处理。用标尺叠加层量一下，再显式缩放。第二个问题是轴向：Blender 是 Z 轴向上，大多数游戏引擎和 glTF 是 Y 轴向上，没有做转换就导入的模型会脸朝下站着。上下轴和朝向轴都要检查，并且在导出时改好，而不是进引擎之后再改。

单图路线仍然会失败的地方，以及应对办法

按经验，单图任务里大约有一半需要做第二遍。带细长结构的物体、透明或镜面表面，以及特征完全长在背面的东西（椅背、汽车远端侧面），都是稳定的失败案例。文字和精细雕刻会被抹糊，因为深度估计本身比原图更平滑。重复结构最难处理，比如链环或网眼织物。补救办法都不光鲜：改成四分之三视角重拍，补一张视图，把遮挡部分手工建出来，或者如果实物在手边、能绕着走一圈，就改用摄影测量。

在这个格局里，Open3DAI 的定位是浏览器里的工作台，而不是桌面建模软件的替代品。它支持文生 3D、单图生 3D 和多视图输入，可以做 AI 贴图，也能把同一个提示词或同一张图片放到可用引擎上并排比较之后再导出；导出格式包括 GLB、glTF、OBJ、STL、PLY 和 3MF，并配有 REST API 和 48 个格式转换器。它不做摄影测量、绑定、动画、自动重拓扑、UV 展开，也不产出 CAD 级别的参数化实体，更不保证输出就是流形或可以直接打印。这些环节请留给 Blender、Meshmixer，或者 FreeCAD、OpenSCAD 这类参数化工具。

常见问题

在 Open3DAI 中试一下

把同一份提示词或图片交给多个引擎，并排对比网格，然后导出 GLB、glTF、OBJ、STL、PLY 或 3MF。注册即赠免费积分，无需信用卡。