什么是 3D？宽度、高度与深度，以及三维数据如何运作

三维（3D）说白了就是物体在三个互相独立的方向上都有延展：宽度、高度和深度。在这样的空间里定位一个点，需要三个数字，写成 (x, y, z)；而在平面图像上定位一个点只需要两个。多出来的这个数字，就是“一张椅子的画”和“一把能绕着看、能打印、能放进游戏关卡的椅子”之间的全部差别。

3D 这个说法经常被安在不同的东西上：物体的几何形状、存储它的文件、制作它的软件，以及电影院里的深度错觉。初学者的困惑大多来自把这几个意思混在一起。3D 电影本质上仍是平面画面，只是以很小的偏移放映两次；而 3D 模型里装的是货真价实的坐标。

本文按读者真正会问的顺序展开：什么才算 3D，三维场景如何落到平面屏幕上，不同行业对数据各有什么要求，以及 AI 生成改变了什么。文中的数字都是行业常见区间，不是实验室实测结果。

宽度、高度、深度：每个点三个坐标

3D 物体就是一堆点的集合，每个点带有沿三条互相垂直的轴测得的三个坐标。软件习惯把它们标成 X、Y、Z，但各家对“哪个轴朝上”并不统一：Blender 和多数 CAD 软件把 Z 轴当作向上，Unreal 以及不少游戏管线则把 Y 轴当作向上。导入 FBX 或 OBJ 之后发现模型躺倒了，通常就是这个原因。OBJ 和 STL 里根本不存单位，一个长度为 30 的零件到底是 30 mm 还是 30 cm，取决于接收它的软件默认按什么算。

深度让第三个坐标真正有用，而不只是好看。每个点有三个数字，软件才能算出体积，切片软件才能估算一个零件要耗多少耗材；才能判断哪个面挡在哪个面前面，渲染器才能把球体背面藏起来；才能旋转物体直接得到新视角，而不必找人重画一遍。这些操作在一张平面图上都不存在，无论它的明暗画得多像。

三维场景如何落到一块平面屏幕上

所有显示器都是二维的，所以渲染本质上是一道转换题。Unity、Unreal、Godot 这类实时引擎把每个三角面投影到相机平面上，再把它覆盖到的像素填满，这个过程叫光栅化。按 60 fps 的目标算，整帧只有大约 16.6 ms，而光照和后处理通常比几何本身吃掉更多预算。Blender Cycles、Arnold 这类离线渲染器则逐像素追踪光线，代价是每帧几秒到几小时。

2D 与 3D 的对比，以及 2.5D 处在什么位置

2.5D 是这块中间地带的诚实叫法。深度图为每个像素存一个距离值，软件据此让画面不同部分以不同速度位移——手机人像模式的背景虚化就是这么来的，After Effects 或 Blender 合成器里的视差镜头也是这么做的。这类效果在被设计好的那个角度看确实有立体感，镜头一旦移动得够远就撑不住了。

3D 资产的五条制作路径与各自的取舍

1. 多边形建模：在 Blender 或 Maya 里从一个立方体出发，手工挤出循环边。速度慢，但能得到干净的四边面拓扑，面数完全可控。
2. 雕刻：在 ZBrush 或 Blender 的雕刻模式里推虚拟泥巴。它能做出手工建模难以达到的有机细节，但结果是高密度模型，必须重拓扑。
3. 参数化 CAD：在 Fusion 360、FreeCAD、Onshape 或 OpenSCAD 里用特征和约束搭模型，改一个数字就能改尺寸。支架、外壳这类零件应该走这条路。
4. 摄影测量：围绕物体拍 30 到 200 张照片，依靠共同特征重建。雕像和地形效果好，但表面偏噪。
5. AI 生成：文生 3D、图生 3D 或多视图输入，几秒到几分钟返回一个网格，通常是带烘焙颜色的三角面，布线也不干净。

曲面、实体与体素：同一个形状的三种描述方式

这几种描述方式不能互相替代。网格是曲面：一层由三角面或四边面组成的中空外壳，本身没有“里面”的概念。边界表示（B-rep）实体——Fusion 360、FreeCAD、Onshape 输出的就是这种——保存精确的解析曲面和特征历史，所以挪动一个孔的位置，它周围的圆角会自动重建。体素或符号距离场模型存的是占据值网格，布尔运算和抽壳做起来毫不费力，但边缘会带有轻微阶梯感。

一个角色的制作流程通常会把三种表示都走一遍。雕刻师先做出 1000 万到 3000 万面的模型，美术再把它重拓扑到大约 2 万到 8 万个三角面，接着展开 UV，最后把高模细节烘焙成 2K 或 4K 的法线贴图、环境光遮蔽贴图和曲率贴图。高模原件一般归档保存，而不是随资产一起发布。直接把高密度雕刻导出也可以，但文件会很重，绑定之后形变难看，做贴图的成本也更高。

3D 用在哪些领域，各自又有什么硬要求

3D 打印把网格转换成走刀路径。Bambu Studio、OrcaSlicer、Cura、PrusaSlicer 这类 FDM 切片软件都要求输入封闭的流形曲面；使用 0.4 mm 喷嘴时，常见层高是 0.1-0.3 mm，壁厚大约 0.8-1.2 mm，需要互相滑动的零件之间要留 0.2-0.4 mm 左右的间隙。光固化树脂打印机可以做到 0.025-0.05 mm 层高，细节更细，代价转移到后处理环节。

游戏和影视处在预算尺的两端。手游角色常常以 5000-30000 个三角面发布，配两到三级 LOD；当代主机上的主角大约 3 万到 10 万个三角面；影视资产单个镜头可以到几百万个三角面，交付时用的是 USD 或 Alembic，而不是 FBX。Unreal 的 Nanite 通过直接渲染极高密度网格改变了这笔账，但源几何仍然要有人做出来，着色器开销也不会凭空消失。

Web 和 AR 对格式更敏感。glTF 2.0 通常打包成单个二进制 GLB，是 three.js、model-viewer、Babylon.js 这类浏览器查看器最常见的交付格式；Draco 或 Meshopt 压缩能明显缩小几何体积，代价是解码时间。单位不匹配是最常见的翻车点：按厘米制作的网格，到了默认按米处理的查看器里不是巨大就是小得看不见，所以在怪查看器之前，先检查导出器的单位设置。

AI 生成改变了什么，又没有改变什么

文生 3D 和图生 3D 让“第一版草稿”变得很便宜。Hunyuan3D、TRELLIS 2、TripoSR 这些开源模型，以及 Tripo、Meshy、Rodin、Sloyd 这类商业服务，在托管端点上一般 20-60 秒左右返回一个网格，按积分计费；本地 ComfyUI 方案则是用显存换速度，跑较大的权重时 12-24 GB 是比较舒服的区间。输出通常是 2 万到 20 万个三角面，带的是烘焙好的颜色而不是完整的材质图，而且往往还要重拓扑、修法线或者抽壳。它是一份更便宜的第一版草稿，而不是成品资产。

• Open3DAI 运行一个本地程序化生成引擎，另外可以可选地通过第三方引擎适配器接入你自己申请 API 密钥的服务；它不训练、也不托管这些第三方模型。
• 输入与输出：文生 3D、图生 3D、多视图输入、AI 贴图，以及导出 GLB、glTF、OBJ、STL、PLY、3MF，另含 48 个格式转换器、12 个浏览器工具和一套 REST API。
• 工作流的重点是多引擎对比：把同一个提示词或同一张图片送进已经接入的引擎，在导出之前并排比较结果。
• 它不做绑定、动画、重拓扑、UV 展开、摄影测量，也做不出 CAD 级别的参数化实体，并且不承诺导出即可打印的封闭水密模型。
• 在这些方面有硬需求时，比如工程零件、干净的四边面拓扑或者生产级骨骼，Blender、Fusion 360、ZBrush 这类桌面工具仍然是正确选择。

五分钟判断一个 3D 文件能不能用

1. 旋转模型。面塌陷或者大片发黑，通常意味着法线翻转，或者存在重合的重复面。
2. 检查单位和包围盒。一个 180 mm 高的手办就应该量出 180 mm，而不是 0.18 或者 1800。
3. 看三角面数量。超过大约 50 万面，对游戏引擎来说偏重，对渲染或打印则很平常。
4. 测试是否封闭。Blender 的 3D-Print Toolbox、Meshmixer 或者切片软件的预览都能标出边界边和非流形边。
5. 确认导出格式与目标一致：浏览器用 GLB，Unreal 用 FBX 或 USD，打印机用 3MF 或 STL，CAD 用 STEP。

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。