本文转载自微信公众号「风雪之隅」，查看原文。
GPT-6 Astra 发布以来最火的是建模。它在Blender里自己写脚本、跑渲染、看效果、改—改，然后一栋住宅就建好了。
当然，也有人说，异性结构还不行，细节问题很多，中看不中用等等。
了解的同学大概知道我过去几年开始创业做如视(Realsee)，而我们如视做的就是实景三维重建的一种，大家在贝壳找房上看到的VR看房，美团上看到的餐厅预订VR等就是我们的工作，所以这几天我做了一组测试：给定真实采集的空间数据，Astra的重建能力到什么程度，边界在哪。
案例-住宅
我挑选了一套新房样板间，采用如视伽罗华P4采集，数据包括24K HDR全景图，高精度点云，Mesh等16种数据(4.3GB)：
我把伽罗华P4采集和产出的 16 类数据（全景图、HDR Raw、深度图、六视图、Mesh、点云、位姿、3DGS、物品识别、户型图、CAD、反射率、多光谱等）一次性给到 GPT，由它判断"需要哪些"。GPT 的选择逻辑是按用途分工：
平面图确定房间结构 → 点云和深度约束形状 → 识别结果帮助定位物品 → 全景和截图指导造型与材质。
第一轮：使用“户型图 + Mesh + 户型 JSON + 模型压缩包”
可以看到还是不太行，无论物体，户型格局，颜色，材质都不太对。
第二轮：沟通问题，补充图像，点云，深度图数据
和GPT沟通生成问题，哪些方面还原的不好，以及它需要我再补充哪些数据能帮助项目优化。
GPT倒是很快理解了，它使用点云、深度图和高清全景图能优化哪些问题。收到新的数据之后，新的输出结果比第一轮提升了很多：
上面是伽罗华真实拍摄的24K HDR全景图，下面是GPT6虚拟渲染出来的效果。可以看到到这一步，整体布局，家具的种类，颜色，材质，朝向，都基本正确，甚至窗外的景色都做到了相似。
并且所有的物体都有单独的模型，可以拆分。我感觉每一个家居都经历了：
总的来说：虽然细节上还有很多小问题，但整体上乍一看已分不清虚拟和现实。非常惊艳！
一个对照实验：只给照片会怎样
那既然 Astra 这么强，丢几张照片进去不也能行么？
我也试了。即使 prompt 明确要求高精度还原，仅有全景图输入时，GPT6结果是从图像理解出发、基于空间结构假设"猜"出来的。单个物品还好，但是N多物品在一个空间内拥有确定的几何关系约束的时候，关系的还原就会混乱，整体结构和细节看起来就会很粗糙。
对比下来，给到GPT-6 Astra更多的数据：精细高清图像和对应的空间点云，空间的结构、测量尺寸、图像之间的位姿、布局关系，都是确定性的输入。输出质量就更高了。
同一个模型，给它照片，它交出的是想象；给它高质量的数据，它交出的是工程。
对应到产出端自然就会带来：
空间结构确定性更高
激光扫描给的是物理空间的真实布局和联通关系，不是"图像推断"。Astra 建模时歧义更少，少走弯路，降低结构歧义与人工校正成本。
尺寸是毫米级，能直接进下游
硬件精度直接传递给模型。输出的 .blend/ .usd通用格式场景能量尺，可以对接下游更多应用场景。
物件可分割、可替换、可导出
每个物件都是独立资产，单件换材质、做动画、导出都行。而且数据源画质够高，物件纹理来自真实扫描的多视角观测——不是 AI 臆造出来的。
这事到底"能用"在哪
凡是需要"空间数据驱动决策"的场景，数字孪生就有价值。过去卡在三个字：
建模贵、周期长、精度不够用。
现在这三个问题，同时在松动。
图像可信、尺寸可信、结构可信、资产可分割——这四个词凑齐了，下游才敢接。仿真模拟、设施巡检、沉浸文旅、安全培训，包括具身智能的 Sim-ready 训练、游戏和影视创作，都能用同一份数据往下走。
最后：
最有意思的地方不是"AI 会建模了"（虽然瑕疵还多，但我相信随着AI的快速迭代未来都能克服）。
而是：当 AI 的行动力不再是瓶颈，瓶颈会回到数据本身。
注意这里的"数据"指什么：不是"有数据就行"，而是确定性的、有尺度的、多视角的真实采集数据。模型越强，对数据质量的要求不是降低，是升高——因为它能利用的信息维度更多了。
当然，也不排除是我的使用姿势有问题，欢迎留言指出。
原文的「阅读原文」链接里是本文使用的案例，如果你想自己也试试，原始数据我找个地方放好后，会在留言内贴出来。