AI 3D 能力趋势、人本主义模型、科学探索#A236 Weekly#第7期

AI 3D 能力趋势：从“生成资产”到“编排工作流”

AI 3D 能力，正在跨过一条分水岭。问题不再是“能不能生成”，而是“生成得多准、多可编辑”。

Gemini 4 Pro 在 Arena 盲测中以代号偷跑，约 10 分钟产出一架可切换视角的空客 H145 直升机展示页，社区评价 SVG 和 3D 生成“明显进步，一次提示就能把复杂要求吃得比较准”。

GPT-6 Astra 直接操作 Blender，可以按图纸在几分钟内重建出 3295 个独立对象的蒸汽火车，也能读取城市地图数据，43 分钟生成一座可探索的“迷你首尔”。

Claude Fable 5.1 在 Terminal-Bench-Science 上从 Fable 5 的 24.7% 翻倍到 52.6%。

DeepSeek V4.1 Flash 用 4 分 47 秒交出一个 3D 停车游戏并一次通过，全程零碰撞。

Kimi K3 以 2.8T 参数、百万 token 上下文和原生视觉能力，支持“生成代码后直接查看实时运行截图、识别问题、再修改代码”的循环。

代码生成路径的进步速度非常快，但真正的瓶颈在这：

语义对齐粗糙，无法捕捉细粒度提示细节；

缺乏稳健的 3D 空间理解，导致几何不一致和部分组装失败

模型对自己输出的评估严重失真

模型能写出一个世界，但看不懂这个世界。 它能生成数千行三维动画代码，却无法实时审视自己场景里的错误；它能在 xy 平面上摆放物体，但对 z 轴的理解、对物体间空间关系的精确把控仍然薄弱。

下一个突破点，恐怕不在于生成更复杂的代码，而在于让模型真正理解它在生成什么。