图生 3D 如何摆脱“泥塑感”：几何细节、材质解耦与资产验收

01先定位：泥塑感到底发生在几何、着色还是交付环节

最容易走错的第一步，是看到表面发糊就同时提高面数、锐化贴图、降低粗糙度。几何法线由真实表面决定，着色法线则可经过顶点插值或法线贴图修改。后者能改变高光，却不能重新打开被填平的孔洞，也不能恢复缺失的轮廓。PBRT 对这两种法线的区分，提供了一个实用的诊断起点：先判断形体是否存在，再判断光是否被正确反射。[1]

建议固定相机、曝光和色彩管理，保存同一资产的四种诊断输出。第一种只看轮廓和深度；第二种使用统一中性材质，关闭法线贴图、AO 和装饰性后期，并对照面法线与平滑法线；第三种直接显示不受光照影响的 base color；第四种恢复完整 PBR，在相机不动时旋转光源，再在光源不动时旋转相机。这是本文提出的排查顺序，各输出回答不同问题。

轮廓、深度已经错误，优先修输入约束、几何表示和表面提取。面法线下结构正确、平滑后棱线融化，优先修法线分裂、平滑组和切线基。颜色直出仍有定向阴影或固定高光，优先修材质与光照混叠。制作软件中正常、进入网页或其他引擎后变泥，先检查导出和导入配置，不应立即更换生成模型。已有的从视觉表示到可编辑三维资产一文讨论了表示转换，本报告进一步追踪转换链中的局部信息损失。

• 轮廓与深度：检查形状是否真实存在。
• 统一材质与法线对照：分离几何错误和着色错误。
• 无光照颜色：检查阴影、高光是否被写进颜色。
• 转灯、转相机及目标引擎复现：检查材质和交付一致性。

02单图欠约束：新增像素和新增观测不是同一件事

可以把成像写成 I = R(G, M, L, C)：图像 I 由几何 G、材质 M、光照 L 和相机 C 共同产生。单张图中，一个暗区可能是凹槽，也可能是涂色或阴影；一个明亮边缘可能来自倒角，也可能只是镜面反射。多组参数能够解释相近的像素，因此只降低输入视角的 RGB 误差，可能让纹理代替几何承担解释任务。nvdiffrec 对形状、材质与光照的联合优化说明，这些变量需要放在同一问题中分析，而不是把照片颜色直接视为表面属性。[2]

对于真实产品，新增侧面、背面和局部近摄应来自同一物体、同一装配状态，并保留相机或尺度依据。对于概念图，生成视图可以帮助提出候选形状，但不能变成对实物的独立证据。由同一张模糊原图生成八张清晰图，也可能只是把同一个错误补全成八种看似一致的表达。

输入检查应落到关键零件：主体抠图有没有删掉细杆，深色开孔有没有被当作背景填平，反光有没有让两块相邻部件看起来粘在一起，缩放后沟槽还有多少像素。超分辨率可以给出更符合先验的外观，不能证明恢复了原图未记录的凹槽深度。需要精确的通风口、螺纹、接口或装配面时，应补充设计图、实拍或测量，必要时改用受约束的局部建模。

03从像素到体素：先建立细节的尺度预算

在近似针孔相机、特征接近光轴且宽度方向平行于像平面的条件下，物理宽度 w 的投影尺寸约为 p = f_px × w / z，其中 f_px 是以像素计的焦距，z 是相机深度。离轴、倾斜和遮挡会改变有效投影，下面只讨论可解释的一阶近似。若 p 已小于一个像素，单张图可能保留该特征对亮度的影响，却很难稳定分开它的两条边，更不能据此保证恢复截面。

对于规则输出网格或稀疏体素表示，可用 Δ ≈ B / R 估计空间采样间距：B 是归一化前包围范围的边长，R 是对应轴上的分辨率。特征跨格数 k = w / Δ 可以帮助识别风险，但不是质量证书。网格方向、特征相位、编码器、解码器以及每格可表达的拓扑，都会影响实际保留能力；不同算法也不能只凭 R 比较。

构造一个算例：产品包围范围为 300 mm，输出分辨率为 1024，则 Δ 约为 0.293 mm；0.5 mm 凸筋只跨约 1.71 格。若 f_px = 1000、拍摄深度 z = 600 mm，它在输入图中仅约 0.83 像素。把输出分辨率提高到 1536，跨格数增加到 2.56，但输入证据仍是 0.83 像素。此时增加计算可能改善先验补全，不能证明凸筋已经按实物恢复。

这些尺度必须在模型真正使用的裁剪、去背景和缩放之后重新计算。输入文件是 4K，并不表示网络看到了 4K 的局部证据；输出有百万三角面，也不说明这些面携带百万份独立结构信息。潜空间 token 数、VAE 下采样倍率、体素分辨率和最终面数各描述不同阶段，不能相互替代。应把预算优先给会改变轮廓、遮挡、功能识别或后续编辑的细节。

• 输入预算：关键结构在实际模型输入中覆盖多少像素。
• 表示预算：结构宽度、壁厚和相邻表面间距相对采样尺度有多大。
• 交付预算：经过重网格、减面和烘焙后，结构是否仍被保留。

04表示选择：不要把泥塑感简单归罪于 SDF

符号距离场 SDF 描述到表面的距离及内外符号。闭合实体完全可以有空腔、有厚度的薄壳和多个边界；“SDF 只能生成实心物体”是不准确的。开放的零厚度曲面、非流形连接以及多个近邻表面，是不同的表达难题。实践中还应区分表示本身与数据处理：把训练资产统一水密化、封闭开口或删除内部零件，会在模型学习之前损失信息。

Hunyuan3D 2.1 的公开形状路线使用 ShapeVAE、SDF 解码与表面提取，其资料包含针对锐特征的采样设计。这提示我们检查采样、压缩和解码，而不是看到 SDF 就预设一定圆钝。[3] FlexiCubes 则研究可优化的等值面提取参数，说明表面提取过程本身也可以影响最终网格质量。[4]

TRELLIS.2 的 O-Voxel 使用灵活对偶网格和稀疏局部属性，面向开放表面及复杂拓扑，并在几何位置上组织材质信息。[5] 但其论文附录明确讨论了亚体素结构混叠：距离过近的表面进入同一局部单元，仍可能出现几何折中和材质平均。[6] 因此更换表示能够缓解某些瓶颈，却不能取消输入与离散化的限制。

选型应通过同一组失败样本来决定：薄片是否被增厚，孔洞是否封死，重复筋条是否粘连，开放边界是否保留。对已知几何做“编码—解码—导出”的回环测试尤其有价值。如果回环已经丢失某种细节，优先改表示和压缩链；如果回环保留而条件生成丢失，再追查图像条件、训练分布及生成阶段。这样能把模型能力不足与表达容量不足分开。

05几何修复：让深度、法线和锐边约束各司其职

颜色相似不代表表面正确。Wonder3D 联合生成多视角颜色与法线，并用法线融合约束表面；Unique3D 进一步研究高分辨率多视图与直接网格优化。[7][8] 对工程实现而言，可借鉴的是跨视角约束的组织方法。由模型预测的法线同样可能互相矛盾，不能把所有像素都当作同等可靠的测量。

对于可控制的重建或细化阶段，可以设计 L = λs·Ls + λd·Ld + λn·Ln + λe·Le + λr·Lr。这里 Ls 比较轮廓，Ld 比较有效区域的深度，Ln 比较统一坐标系中的法线方向，Le 约束经确认的结构边缘，Lr 抑制不必要的表面噪声。它是本文的工程组织方式，不是某篇论文的原始损失函数；各项需要按尺度归一化，权重应通过对照验证确定。

例如，法线项可采用带置信度的方向误差 Σ qᵢ·ρ(1 − nᵢ·n̂ᵢ) / Σ qᵢ，nᵢ 与 n̂ᵢ 均为单位法线，qᵢ 是可靠性权重，ρ 是鲁棒惩罚。使用前要处理可见性、遮挡、法线朝向和相机坐标变换，Σ qᵢ 为零的区域不参加这一项。锐边两侧本来就允许法线不连续，不应把跨边缘的一致性当作全局平滑目标。

相机误差会伪装成几何误差。在近光轴区域，对于小幅偏航或俯仰误差，相应方向的像素位移可粗略估计为 δu ≈ f_px·δθ，角度用弧度。若 f_px = 1000，姿态偏差 0.2° 对应约 3.49 像素；它可能已超过待恢复沟槽的宽度。此时继续提高法线监督权重，可能让表面长出波纹以迁就错误投影。应先校准相机，再优化几何。

锐边处理也应服从设计意图：面法线分裂和加权顶点法线只能修着色；缺失的实体棱边要改网格，真实倒角则需要保留有限半径。把所有边都锐化，会让本来圆润的注塑件失真。对于标准孔、平面接口和重复格栅，依据已知尺寸进行参数化重建，通常比反复对不确定表面做全局锐化更容易验收。

06材质解耦：为什么一张清晰贴图仍会像泥

照片像素包含照明。若直接把高光和阴影投影为 base color，换灯后旧阴影仍留在原处，新高光又叠加上来。几何即使正确，也会出现厚重、发蜡或脏污的观感。IntrinsicAnything 研究利用先验分解材质与光照；Material Anything 则面向三维对象生成相互一致的 PBR 材料。这些工作解决的是外观参数的推断，不能替代错误形状的修复。[9][10]

以可复查的 Hunyuan3D-Paint 2.1 为例，其论文说明了 albedo、metallic 和 roughness 的多视图生成，以及跨分支、跨视图对齐和降低光照污染的训练设计。几何渲染出的 normal 是条件信息，不能因此声称模型交付了独立的 normal map。[3] 选用工具时，应逐项核对实际输出及其含义，而不只检查界面是否写着“PBR”。

粗糙度控制微表面的反射分布，金属度对应金属—电介质模型中的材料属性；它们都不是通用的清晰度旋钮。[11] 整体降低粗糙度，可能让塑料、橡胶和金属一起变亮，并把原来不明显的法线波纹暴露出来。应先根据部件和材料区域建立可解释的分区，再检查同一部件在不同光照下的响应是否合理。真实的磨砂材质也不应为了显得高级而被改成镜面。

本文建议为每个关键部件保留三份对照：原始生成材料、仅替换为受控基准材料、重新估计的材料。几何固定时，若基准材料能消除泥感，说明材质分解或导入值得优先处理；若依然圆钝，则应回到几何。这一实验比同时重跑形状和纹理更容易回答究竟哪一步带来了改善。

07纹理与导出：4K 标签不能替代局部采样和正确接线

纹理总分辨率需要结合 UV 面积分配理解。作为近似预算，设正方形纹理边长 T、有效利用率 η、覆盖表面积 A，均匀且近似无畸变时，等效平均线性密度约为 ρ = √(η·T²/A)。若 A = 300000 mm²、T = 2048、η = 0.6，则约为 2.90 texel/mm；0.2 mm 的线宽只分到约 0.58 texel。纹理边长翻倍后也仅约 1.16 texel。这只是构造估算，实际局部 UV 畸变和分区会产生更大的差异。

处理时先显示棋盘格，检查局部拉伸、接缝和最重要部件的 texel 密度，再决定重新展开、调整分配还是增加纹理分辨率。烘焙应在目标拓扑和法线约定稳定后执行，并检查投射是否穿到相邻薄片、UV 岛边缘的扩边是否足够，以及缩小到目标 mip 层时是否串色。细密划痕可以交给法线或材质图；会改变外轮廓、产生真实遮挡的缺口，应保留几何。

glTF 2.0 规定 base color 的 RGB 按 sRGB 解释，metallic-roughness 与 normal 作为线性数据；metallicRoughnessTexture 的 G 通道是粗糙度，B 通道是金属度。法线贴图还依赖正确的切线基。[12] 错误的色彩空间、通道或切线约定，足以让同一套数据呈现不同的高光和凹凸。应以明确的测试球、平面和已知凹槽检查导入，而不是凭一张产品截图反复调参数。

属性存在与正确显示也要分开。TRELLIS.2 官方导出示例提示 GLB 默认使用 OPAQUE 模式，即使纹理保留 alpha，也需要正确启用透明显示。[13] 此外，透明覆盖不等于完整的透射、折射和体积吸收；透明件的结果还取决于目标材质模型。对最终 GLB 重新导入并重复诊断，是交付环节不可省略的一步。

08追踪信息损失：把后处理拆成可比较的阶段

建议保留四个不可混淆的版本：模型或解码器原始输出、提取后的网格、重网格与减面结果、完成 UV 和材质烘焙的交付文件。每一阶段保存同一组相机下的轮廓、深度和法线图。如果原始网格有通风孔而最终文件没有，应先定位到具体后处理，不能把结果直接归因为生成模型不行。

重网格可以改善面片分布，但也可能把邻近表面合并或把尖角变成圆角；减面需要同时保护轮廓、部件边界和材质接缝，不能只给一个总面数。高分辨率模型减到低面数之后，细节是否可由法线烘焙承接，也取决于它会不会影响轮廓和遮挡。不能承接的部分应保留网格，或明确降低目标用途。

可用归一化轮廓误差 e_s = d_boundary / D_px 记录局部退化，其中 d_boundary 是约定统计量下的轮廓边界距离，D_px 是画面中的物体尺度。比较时还应保留绝对像素误差和关键区域结果，防止大物体的归一化掩盖小零件损失。这个指标不是制造公差，也不能替代三维测量；其价值在于判断同一资产在哪一步开始变差。

训练自有模型时也可采用同样分解：先用参考资产测试数据转换损失，再测试编码—解码损失，最后测试条件生成。数据集中对薄片、开孔、锐边和相邻材质的清洗与标注要分别审核。若训练预处理已把所有开口封住，继续增加生成器规模，并不能可靠学回被统一删除的结构。

09构造案例：一台带格栅的工业控制盒如何排查

以下案例用于说明决策过程，不包含真实客户数据或模型测试结果。假设控制盒包围范围为 240 mm，侧面格栅间隙为 1.2 mm，壳体设计倒角半径为 0.6 mm，包含涂层金属外壳、塑料旋钮和橡胶脚垫。目标是近距离网页展示与设计评审，孔洞存在、主要比例和材料区分必须成立，但不声称交付制造级 CAD。

若被检查面的 240 mm 物理宽度对应 512 像素输入图的 80% 宽度，且该面近似正对相机，1.2 mm 间隙仅约占 512 × 0.8 × 1.2 / 240 = 2.05 像素。输出轴向分辨率 512 时，Δ 约为 0.469 mm，间隙约跨 2.56 格，0.6 mm 倒角半径约为 1.28 格。它们是需要重点检查的细节，不是根据数值即可判定合格或失败。

首先核对原图与抠图，确认格栅间隙没有在缩放或分割中消失；再补拍该区域或引入设计尺寸。几何生成后，先看侧面轮廓、斜视遮挡及穿孔是否成立。若间隙已被封死，增加贴图分辨率没有意义；可以尝试更合适的表示或细化，规则格栅也可以依据确认尺寸局部重建。

其次固定网格，把三个材料区域分别换成受控基准材质，排查原颜色中是否残留高光和阴影。若壳体仍出现宽大的鼓包高光，再对照实际几何和顶点法线。最后逐级减面、烘焙和导出，在目标网页查看器中重测。只有交付文件保留了格栅、倒角和材质响应，这次修复才算完成。

10建立验收协议：不要让平均相似度掩盖关键失效

建议测试集按硬表面、薄片开孔、重复小结构、混合材质和强反光对象分组，另设没有清晰背面观测的样本。每个样本标出少量影响使用的关键区域。CLIP 或其他语义相似度可以帮助检查对象身份，却不能证明某个孔洞贯通；整体图像相似也可能由大面积正确背景或平面贡献，掩盖局部失败。

有参考几何时，可在记录单位、配准方法和尺度处理方式之后，组合对称表面距离、法线角度和阈值相关的 F-score；有物理尺度约束时，不应通过自由缩放配准悄悄消除尺寸误差。还应单独检查薄件存活、连通关系和预期边界。开放曲面是否允许非流形，需要由用途约定，不能对所有视觉资产统一要求水密。

没有参考几何时，验收可以证明多视图一致性、已知尺寸符合程度、可编辑性和目标环境可用性，不能声称恢复了真实背面或给出几何准确率。材质评估需要保留未参与拟合的相机或光照条件，并固定曝光和色彩管理；否则更换环境光带来的美化可能被误记为模型提升。

对照实验至少分开几何调整、材质调整和导入修正。模型版本、输入预处理和随机种子保持可追溯；用一组固定种子而非单张最佳结果比较生成成功率，并将失败样本计入。每个方案报告关键区域通过数、人工修复时间、推理及处理成本、文件大小和目标设备表现。先约定何种缺陷阻断交付，再比较平均质量。

一个可执行的最小验收包，应包括输入及尺度依据、模型与参数版本、各阶段资产、关键区域截图、固定测试场景和失败说明。具体阈值由用途、观察距离与错误代价确定：营销预览、设计评审、交互应用和制造准备不应共享一个没有依据的“合格分数”。

• 几何：轮廓、孔洞、薄件、锐边及尺寸分别检查。
• 材质：固定几何，比较颜色直出及不同光照下的响应。
• 交付：检查最终文件在目标软件与目标设备上的结果。
• 成本：把重试、人工修复和失败样本纳入有效资产成本。

11实施路径：先修最早丢失的信息，再决定是否重训

已有模型能生成合理几何时，优先排查材质分解、UV、法线和引擎导入，这类问题通常不需要重新训练形状模型。若关键结构在输入中可见、在原始生成结果里却反复消失，可用同一失败集比较更适合的表示、局部重建或几何约束。只有在确认数据与表示能够保留目标细节后，才值得考虑针对领域样本的训练投入。

训练数据应保留几何、材料和采集条件之间的关系，避免把有照明的 RGB 图统一当作 albedo 真值；数据划分应按对象及近重复资产隔离，防止同一物体换视角进入测试集。评估集可以有意识地增加薄片、锐边和开孔对象，但训练采样不应无差别放大所有高频信号，否则扫描噪声也可能被学成细节。

当某一类结构在自动流程中的修复成本持续高于局部重建，应该保留混合工作流：模型负责大形与候选外观，规则建模负责已知尺寸和重复结构，材料处理负责可重新打光的表面。评价依据是合格资产的总交付成本，不是单次生成速度，也不是自动化比例。

壹典的图生 3D 能力页将目标表述为让生成资产进入后续设计工作。落实到泥塑感问题，应把输入证据、几何检查、材质测试和最终文件验收放进同一交付过程。针对具体产品，应先用有代表性的样本确定可用边界，再讨论接入范围；本文没有提供足以承诺特定模型精度或制造公差的实测依据。