AI 3D 生成模型：究竟是什么在生成 3D 房间
「AI 3D 生成」这个说法，被用来指代至少四种本质上完全不同的技术， 而它们产出的东西并不是同一种。如果你正在评估任何一款声称能生成 3D 内容的工具， 真正决定输出结果能不能在下游被实际使用的，是它背后的技术，而不是营销文案。
文本转 3D 与图像转 3D 的网格生成模型
这类模型接收一段文本提示或一张参考图片，一次生成过程直接输出一个 3D 网格—— 顶点、面片，通常还有一张贴图。从它被优化的那个角度看，结果可以相当惊艳。 局限性会在你需要修改任何东西的那一刻出现：这个网格是一整块不透明的几何体， 底层没有「腿」「座面」「坐垫」之类的描述可供操作。要编辑，只能手动重做表面， 或者重新生成一次，然后寄望新结果更接近你想要的样子。它也没有可靠的办法 让你问「这东西有多宽」并得到一个可信的数字——几何结构就是模型碰巧生成出来的样子， 并非来自真实世界的尺寸，而如果这个物体需要实际放进某处，或者要按规格生产， 这一点就非常关键。
辐射场重建
这是高斯溅射及同类方法背后的技术：从多张照片中捕捉一个真实场景， 充分重建空间中每一点的光照行为，从而能渲染出原始照片里没有的新视角。 输出从任意邻近角度看都真正做到写实——因为它重建的是真实存在过的东西， 而不是凭空发明几何结构。但从任何传统意义上讲，它也不是可编辑的几何结构； 没有网格，没有材质列表，没有任何可以查询「这有多宽」的东西，因为一个溅射场 是一种被捕捉下来的外观，而不是一个结构化对象。
基于扩散模型的纹理合成
这是四种技术里范围较窄但确实有用的一种：给定已有的几何结构， 扩散模型为它生成一个合理的纹理或材质贴图——木纹、织物纹理、表面磨损—— 而不触碰底层网格。这是一个贴图步骤，而不是生成步骤；它假定几何结构已经存在， 全部精力放在表面看起来怎么样。
VLM 驱动的参数化构建
四种里最新的一种，也是在「AI 3D 生成」的梳理中最常被忽略的一种： 视觉语言模型并不直接输出几何结构。相反，它写出一份结构化的构建配方——尺寸、 比例、材质选择、形态——再由确定性引擎执行，构建出实际的网格。模型的工作 是描述，而不是构造。
这正是 Flur 的 /catalog/create 背后的方式：一个 VLM 写出一份
AssetRecipe（资产配方），
再由一套确定性的 Three.js 流程构建出来——这个流程里没有第三方网格生成厂商参与。
输出从头到尾都保持为一个结构化对象，而不是一个渲染出来的猜测。
实际带来的结果是，构建出这件资产的同一份配方，事后也能用来描述它。 问一件家具属于哪个类别、占地面积多大、该朝哪面墙，都有实实在在的字段可以读取答案—— 因为这些信息本来就是构建指令的一部分，而不是事后从一个成品网格反推出来的。
真正重要的取舍
以上每一种技术，都在同一个维度上做取舍：可编辑性。生成的网格和重建的 辐射场都能给你一个能看的东西，但都给不了你一个能查询的东西——你没法问一个 溅射场「这个房间有多宽」，也没法问一个生成的网格「换一种材质」并得到一个干净的答案， 因为它们都没有像配方那样，从构建之初就保留这类信息。
基于配方的资产，单件产出速度比一次性网格生成要慢，因为它要先被写出来， 再被构建，而不是一次生成过程就完成。它换回来的是：每件资产在事后都保持 可检查、可编辑——你可以修改一个尺寸、替换一种材质、查询一件物品的类别， 因为这些信息从一开始就没有被丢掉。
该选哪一种
没有哪种技术是普遍更好的——它们解决的是不同的问题。如果你需要一个已存在的 房间或物体的写实视图，重建技术是正确的工具，任何网格生成模型都做不到这一点。 如果你需要新的、比例准确、可编辑的家具，并且要求它能正确放进真实房间、 之后还能继续调整，基于配方的方式正是为这项工作而生的。而如果你已经拥有 正确的几何结构，只需要一个更好看的表面，基于扩散模型的纹理合成就能单独解决 这个更窄的问题——它不是前三者的竞争者，更像是一个假定前面某个环节已经完成的 收尾步骤。
立即开始
想了解基于配方的构建方式在一次完整房间搭建中处于什么位置，可以参考 3D 模型搭建流程完整解析。如果你正在 权衡辐射场重建与可编辑几何结构，用于室内漫游场景，可以参考 高斯溅射 vs 网格 vs 全景。 想更深入了解 Flur 基于配方的目录工具具体是怎么运作的，可以参考 用 AI 搭建 3D 家具目录。 想了解同样一种由 VLM 驱动的方式如何应用于编辑已有场景、而不是生成新资产，可以参考 用聊天编辑一个 3D 房间。