生成

今年9月，影眸Hyper3D通过对CAST的演进，推出了世界生成模型WorldGen，其生成能力已经进入具身智能仿真训练、影视制作、游戏开发与空间计算等真实生产场景。

回到我们这次的尝试，配合Hyper3DMCP，提交生成任务、查询进度，再下载模型接着使用，GPT-6又把这种出色的三维资产生成能力接进了网页展示、游戏制作、影视创作、3D打印等多个应用场景。

这相当于把一套顶尖的3D生成能力，直接放到了Agent的工具箱里。

对于需要近距离观察的网页，Hyper3D生成能力很有用。

这些部件载入Codex生成的网页后，可以单独选中、拆解和交互。

3D生成模型处理。

GPT-6既可以发挥自己的通用模型世界知识能力，让3D生成模型发挥其最大的潜力；

最后我们就复刻出了一个真正由AI3D生成模型制作的人体解剖网页。

而Hyper3DRodin作为顶尖的AI3D生成模型，能更好地处理形态复杂、表面细节多、需要完整网格和材质的真实物体，比如人体、动物、器官、复杂道具、建筑资产等。

但一旦需要一只精细的猫、一栋骑楼，让通用大模型自己完成3D生成，就会稍显吃力。

作为目前唯一具备拆件能力的3D生成MCP，这一套工作流帮我们做出了一只可拆装的蒸汽甲壳虫。

支撑这些作品的Hyper3DRodin，出自3D生成大模型公司影眸科技Hyper3D。

生成的过程其实并不复杂，基本上就是和Codex的对话，先输入需求明确的提示词，之后根据生成结果进行细微的调整，Hyper3D的MCP可以连接到Codex自动在后台处理所有的3D模型生成工作。

配置完成后，Codex会提示实际读取到Hyper3D的多个工具，包括使用Hyper3DRodin模型进行3D模型的生成，通过递归分件功能BANG将模型拆分为部件，查询生成进度，以及获取生成结果等。

图｜由GPT-6生成

而我们也新开了一个项目，看看不用Hyper3DRodin的效果如何，将原提示词中「使用Hyper3DRodin生成主要三维资产」修改为「使用GPT-6生成主要三维资产」，最终得到的结果会发现很简陋。

模型生成之后，会成为可以继续进入工作流的三维资产。

js搭一个3D场景，也可以通过ComputerUse打开Blender自己建模，但实际效果依然像视频生成模型早年的「史密斯吃面」：动作都做对了，最后出来的东西却总有点不对劲。

而当我们想要复刻类似的人体解剖网页时，面临的情况就变成了GPT-6自己没办法生成这种精细化的3D模型，让GPT-6操作Blender生成的模型也是同样粗糙的「早期史密斯吃面」。

同时，附上更加详细的生成方式、交互效果，以及画面和交付标准，要求它采用统一的实体教学模型风格，同时增加12秒的自动演示效果等。

作为一个通用模型，GPT-6的强项其实不在生成复杂的3D资产本身，它可以用Three.

生成出来的古怪茶壶，就这样成了一件需要查验的游戏道具。