目录

1. 先看比例，再看细节
2. 耳朵和五官，怎样改变了角色的感觉？
3. 转到侧面看看
4. 从三视图到 Blender，中间到底考验什么？
   1. 正面看着像，侧面也要对得上
   2. Blender 把指令做对了，模型也未必像
   3. 精修时，几个部位需要一起调整
5. 再看看别人用 Blender 做了什么
6. 这次的选择
7. 彩蛋：Astra 精修到第 50 轮
8. 参考资料

这次给宠物做三维模型，我把相同的三视图和建模提示词，分别交给 GPT-6 Astra 与 GPT-5.6 Sol。两者都使用 Blender，也都经过了 14 轮精修。下面四张图，就是精修后的正面和侧面效果。

眼睛、耳朵、身体都有了，但放在参考图旁边，差别还是很明显。头应该多宽，脸颊从哪里收进去，耳朵怎样垂下来，这些地方稍有变化，角色的感觉就变了。先看图。

这几张图里，我觉得 Astra 更接近参考角色，Sol 的头和身体则显得更宽、更厚实。两者都能认出是这个角色，但同样改了 14 轮，最后的还原程度仍有差别。

这里比较的是这次精修后的作品。两边都改了 14 轮，但每轮反馈、推理档位和具体操作是否一致，尚未核对；轮数相同，并不意味着修改过程完全一样。

先看比例，再看细节

图 1 左侧的参考角色，头顶鼓起，向脸颊两侧展开，再向下收拢，整体比较饱满。身体相对修长，两条手臂贴在躯干两侧，长耳朵自然垂下。淡黄色、紫色斑块和黑眼睛让它很容易辨认，头、身体和耳朵的比例则决定了它看起来是什么样子。

再看图 2，Sol 的头部明显向两边拉开，脸部下缘是一段比较长、比较平的弧线。身体也更宽，腹部向两侧撑开，肩膀和手臂显得粗壮。单独看，它是一只完整的卡通宠物；放回参考图旁边，就能发现头身比例已经变了。

Astra 在图 1 中的身体窄一些，手臂向下垂的样子也更接近参考图，头顶到脸颊的弧线比较连贯。不过，它也有没还原好的地方：头部仍然偏宽，额头的紫色斑块显得横向偏长，耳朵下半段也宽了。参考图里的绒毛质感，在这张 Blender 截图里也没有表现出来。

两张截图的机位不同，图 1 里的参考板也带有透视，所以这里说的宽窄是外观比较，没有测量精确比例。

耳朵和五官，怎样改变了角色的感觉？

这个角色的长耳朵很抢眼。参考图里，耳朵从头部两侧垂下来，带一点弯曲，末端还有小凸起，看起来比较柔软。

图 2 中，Sol 的耳朵向外弯成了比较规整的钩状，末端的凸起也更突出。Astra 的耳朵从上到下有宽窄变化，内侧的紫色区域顺着耳朵延伸。不过，图 1 中靠近镜头的那只耳朵还是比参考图厚大。表面虽然圆润，形状却还需要调整。

五官也有类似的问题。黑色椭圆眼睛、高光、小嘴和脸颊装饰，两者都做出来了。图 2 的眼睛白边更醒目，眼睛和额头斑块的形状也更规整；图 1 的眼睛外缘没那么突出，脸颊装饰更靠近头部下缘。

眼睛的白边和亮度还受材质、灯光影响，这部分需要和几何形状分开看。

眼睛的大小要放回整张脸里看：如果眼睛的大小和位置保持不变，只把头部向两边拉宽，眼睛与脸颊外缘的距离就会增大，表情也会跟着变。耳朵也是如此，长度接近参考还不够，耳根位置和下垂方向都会影响脸部两侧的轮廓。

转到侧面看看

灰模仍然有明暗和高光，少了颜色干扰，体积关系更容易看清。图 3 中，耳根附近鼓起一块，长耳朵贴着头侧；手臂像一个饱满的长椭圆，身体和腿也比较厚实。从这个角度，还能看到手臂与身体的间距，以及尾巴在身体后面的位置。

再看 Astra。图 1 里不容易分辨的头部厚度，在右侧视图里清楚了许多：后脑饱满，耳片沿头侧垂下，末端宽厚、圆钝。手臂贴近身体，腹部向前鼓起，尾巴向后突出，上下分成几瓣。

对照图 1 左侧参考板中的侧面设定，Astra 的耳片还是显得宽厚，末端也更钝。尾巴根部露出一段较窄的连接，尾巴与身体的关系在这个角度下也更清楚。

两张侧视图放在一起，Sol 耳根鼓起的部分比较明显，Astra 则更突出沿头侧垂下的宽耳片。图 3 是从斜上方看，图 4 更接近纯侧面，不能直接比较厚度。耳根背面和腋下仍被挡着；网格是否合并、连接是否适合动画，也需要打开工程检查。

从三视图到 Blender，中间到底考验什么？

从三视图到模型，需要理解角色的形状、确定各部位的位置，再把建模结果与参考图对照。下面结合公开资料，看看这些工作分别需要什么能力。

正面看着像，侧面也要对得上

正面图能看出耳朵有多宽，厚度却得从侧面找。头部有多深、耳根长在哪里、尾巴怎样接到身体上，也需要结合侧面和背面一起看。三个视图画的是同一个角色，做出来的模型转过去以后，也得对得上。

OpenAI 在 Astra 的介绍中提到了更强的视觉判断，其中 BenchCAD 比较贴近这里的问题：给模型多个视角的渲染图，让它生成 CAD 代码来重建物体。在官方展示的带工具配置中，Astra 的几何重叠得分是 95.9%，Sol 是 83.3%。这些汇总成绩取各推理档位中的最高分；官方也说明，研究或 API 环境与实际产品环境可能不同。来源：Astra 官方介绍

BenchCAD 同样要求模型把多个视图对应到一个三维物体上，可以作为空间重建能力的参考。不过，它衡量的是 CAD 几何重叠，不能直接换算成这只宠物的还原程度。角色脸部的曲线、五官位置和表情，还需要逐一对照设定。

Blender 把指令做对了，模型也未必像

Blender 提供 Python API，可以通过 bpy.data 访问物体、场景和材质等数据，也支持创建数据与运行工具。这解释了语言模型为什么能够通过编写程序参与三维制作。来源：Blender Python API Quickstart

假设程序要求创建一个较扁的椭球当头，再放上两只眼睛，Blender 可以照着做完。可这个椭球是不是扁过头了，眼睛间距是否合适，还需要拿结果与参考图比较。程序顺利跑完，并不代表角色就还原好了。

这里借 Python 说明建模操作与造型判断的区别；本次具体采用哪种操作方式尚未确认。

精修时，几个部位需要一起调整

Sol 的官方介绍已经提到，通过更强的软件操作能力检查并改进渲染结果，发现视觉与功能问题。这意味着“能够查看结果再修改”并非 Astra 才出现的能力。来源：GPT-5.6 官方介绍

回到图 2，精修后的头部和身体依然偏宽。接着调整时，可以先缩小头部宽度，再看眼睛与脸颊是否还在合适的位置。例如，只收窄头部轮廓、保持眼睛的位置不动，眼睛就可能显得离脸侧太近；如果五官也随头部一起调整，结果又会不同。

耳朵也需要跟着头部一起看。头收窄了，耳根的位置、耳朵与脸颊的间距都可能需要调整。这些部位需要放在一起检查，不能只看头部单独缩窄以后是否好看。

再看看别人用 Blender 做了什么

官方有一段住宅演示：Astra 先在 Blender 里建房子，再把它变成 Unreal Engine 5 中可以走进去的场景。这段演示串起了两个软件的制作流程，不过，建房子与还原宠物还是两种任务。来源：Astra 官方演示说明

房子可以拆成墙体、门窗、屋顶，宠物的脸却很难用几块明确的构件讲清楚，需要反复调整连续的曲面。场景里空间层次和灯光做得好，画面就可能很出彩；角色的脸只要宽一点，感觉就变了。所以，看住宅演示时觉得惊艳，并不代表换成宠物也会有同样的还原效果。

还有一份独立实验 Pixels to Polygons。作者给不同的 GPT-5.6 配置同一张林间木屋图片，要求也基本是同一句话，再把结果和方法公开。实验使用 Codex、Ubuntu 和 Blender 5.0.1，每种配置只有一次主要尝试。分数由作者人工评定后加权，相机和渲染设置没有统一。

按作者的评分，Sol Ultra 在这组结果中得分最高，其他配置也出现过提高推理档位、结构评分反而下降的情况。每种配置只做了一次主要尝试，这些分数还不能说明长期表现。这项实验没有包含 Astra。来源：实验方法与发现

对于这次已有三视图的宠物，我更在意它是否保留了原来的样子。具体到图里的模型，头部宽度、耳朵走势和肩臂体积，比背景与装饰更影响还原效果。

这次的选择

同样精修 14 轮，这次我更倾向于 Astra 的结果。从这几张图看，它的身体轮廓和手臂位置更接近参考，Sol 的头和身体则显得宽了一些。不过，Astra 的耳朵仍显厚大，额头斑块也需要调整。具体到这只宠物，差别就落在这些比例和轮廓上。

彩蛋：Astra 精修到第 50 轮

文章写到这里后，我又让 Astra 沿着同一个角色继续精修到了第 50 轮。结果如下。

不过，这张图来自更长的迭代过程，不能再和 Sol 的 14 轮结果直接并列比较。把它放在最后，更像一个小彩蛋：模型给出的初稿不是终点，真正影响完成度的，仍然是后续每一轮具体改了什么。

参考资料

资料检索日期：2026 年 9 月 5 日（America/Vancouver）。本文五张图片均为本次案例提供的原始素材。

• OpenAI：GPT-6 Astra: A new generation of intelligence——视觉判断、BenchCAD 口径与住宅建模演示。
• OpenAI：GPT-5.6: Frontier intelligence that scales with your ambition——Sol 的设计判断与结果检查能力描述。
• Blender Python API：Quickstart——Python 访问与操作 Blender 数据的基本方式。
• Pixels to Polygons：GPT-5.6 Blender benchmark——独立木屋实验及其方法限制。