你好，这里是 BIMBOX，我是老孙。
这几天有没有被 GPT 6 Astra 的自动 3D 建模能力刷屏？
熟悉我们的朋友都知道，我们很少尬吹 AI 在建筑业的能力，很多未经验证的新闻广告咱都没写过。
但今天这波，真™不一样。
三维建模这个工作，甚至三维建模软件这个生态，可能真的要发生大变化了。
来，听我重头说说这个OpenAI 最新发布的 GPT 6 Astra（下面简称 GPT 6 或者 Astra），到底有多可怕。
事情是这样，前两天我们发了一段视频，来自 X 上的@ Bad Decisions Studio，画面里的小哥，正在被GPT 6 Astra 的自动建模能力所震惊，情绪激动得都有点变声儿了。
他就在自己的办公室里，隔着窗户拍了几张街对面大楼的照片，然后扔给了GPT 6 Astra，让它把照片里的模型建出来。
Astra 吭哧吭哧干活儿，指挥着建模软件 Blender ，一会功夫把建筑模型给建出来了，细节跟照片里都吻合。正当小哥吃惊的时候，它又马不停蹄把街道、植物、汽车，甚至行人都给建出来了。
你可以看看下面这段 1 分多钟的视频，感受一下小哥的震惊，和我们隔着屏幕感受到的恐怖。
我们把这段视频发到了进步会员群，有小伙伴就问：拍摄照片生成三维模型，这个技术也不新鲜呀，有啥好激动的？
确实，他提到的照片建模技术，专业术语叫摄影测量或者实景建模，很多年前就有，但如果你细品，GPT 干的真不是那个事儿。
以前像是 Context Capture 这样的软件，都是基于同一个物体不同角度拍下的照片，自动寻找不同照片中的重合点，反推出不同点的三维坐标，形成模型。
这种软件对原始照片数据的需求很高，一个建筑需要上百甚至上千张照片，没拍到的地方算出来就是个窟窿。
而视频里的小哥，一共就隔着街道拍了 8 张照片，建筑背面的图肯定是没拍到，更谈不上什么高精度的摄影。
这就能看出，GPT 不是简单的拼接照片，而是先看了照片，理解了他拍的是什么东西，推理它的外墙、柱子和门廊的结构，然后像一个人类那样，调用 Blender 工具重新建立模型。
而且 Astra 在 Blender 里建立的是一个真正的矢量三维模型，可以换材质、调灯光、改形状。
但是今天，我不想扎在这个技术的细节里，我觉得这根本不是重点。
因为 GPT 6 真正改变的，不是外行听不懂的那些技术细节——正相反，它做到的是让3D 建模这件事的门槛变得极低，以至于任何人都能搞，这个降维打击就太可怕了。
不信？看下面的这个事。
上周五，X 上的AI 探索者 Sharif Shameem 分享了一个更离谱的案例。
他很喜欢旧金山艺术馆（the Palace of Fine arts），听说 Astra 的 3D 建模能力很强，于是想让它帮忙建个模，再出一段渲染视频。
至于视频的风格，他也没想好，于是像很多甲方一样提得很模糊：「一种科技让我们对未来充满期待的感觉」。
比较麻烦的是，他手里只有一张这栋建筑的图片，于是抱着试试看的态度，把这张图片和自己的需求丢给了 AI。
下面是 Astra 的回答——「任务收到，你希望重建旧金山艺术馆的场景，但你手里没有什么资料，我会自己去搜，场景要最大程度还原现实的原貌，对了，你给我的图片前面有一对男女，我猜你需要我把他们删除掉，最终视频就按你要的风格来」。
Sharif 让这个任务自己跑着就去睡觉了，结果第二天早晨起来，他看到了吃惊的一幕。
Astra 自己一路搜索，找到了大量旧金山艺术馆的图像和资料，有各种角度的远景照，也有很多细节的特写，他甚至找到了国家图书馆的一份旧文件的扫描件，描述了宫殿柱子的尺寸。
然后，它就在这些自己搞来的资料的基础上，完成了建模软件里的场景搭建、细节建模、贴材质，调灯光，调一版就渲染一个图，去跟找来的资料做比对，错了的地方就自己改，就这么溜溜跑了一个晚上。
最后，Astra 按照要求给 Sharif 生成了一段他想要的那种「科技给人希望」风格的视频。
你可以看看完整的视频，仔细看看里面的材质和细节：
这里 Astra 做的已经不只是「image-to-3D」，而更像「research-to-3D」了，只靠一点点线索，自己去做调研、找资料、找参考图，然后综合起来建模。
跟传统实景建模相比，这是什么量级的区别？
以前要自己拍摄上千张照片，而现在只要一张照片；以往要花几个月时间学习专业软件，现在只要对着 AI 说一句话的区别。
你再品品，还会觉得这个技术「不新鲜」吗？
不过说到这，你可能有一个误解，GPT 6 Astra 的主要能力就是输入照片来建模。
其实远远不是，我们跳出前面那两个案例，再看一个更离谱的事儿。
这次，设计师的手里什么资料都没有，看看 Astra 从零开始，能做出什么成果来。
OpenAI 的 Thomas Ricouard 借助 Astra 的帮忙，做了一栋现代住宅的设计，他研究人们可以怎样利用 GPT 来设计房子，完善细节，完成自动建模，再导入到 UE5 ，最终完成视频渲染和可交付的 exe 程序。
他先是给 Astra 扔了一段提示词，没有给任何的图片参考，一共就四句话：
「给我设计一栋漂亮的房子，里面配有极简但是细节丰富的家具，外面有一个漂亮的花园，最后给我一个房屋在美丽森林中的渲染图。」
他很快得到了下面这个东西。
注意，这可不是一张简单的文生渲染图。
它是 Astra 在建模软件 Blender 里面，自己写建模脚本，完成了所有建筑、植物、家具、材料的建模工作，还准备好了灯光和摄像机，全程没有人类参与。
这只是工作的第一步，Astra 的工作还没停下来，它在不同的视角查看渲染预览，再根据渲染图反推，优化模型，调整了材质和光照，还修正了很多建模的细节。
紧接着，Astra 在房屋周围建立了树林，增加了大量的植被和岩石，放置了阳光，还特地挑了一个让阳光透过树林照过来的角度，最终得到了下面这样的结果。
这个过程最让人震惊的地方在于，人类只输出了几句话，没有要求它用什么方法建模，建哪些模，没有告诉他应该调整什么样的视角，赋予怎样的材质，而它显然有自己的审美。
还没完。
Thomas 决定，让 Astra 帮他正式完成一个房屋的设计，这次要更严谨一点。于是它跟 GPT 说：
「我很喜欢极简现代的风格，你就保持这种风格吧，接下来我要把房子扩建得更大、更宜居，你先给我一个平面图，我们基于这张图纸讨论并完善。」
Astra 很快给画了一版设计图，一座围绕植栽庭院建造的 U 形住宅。翼楼增加了三间卧室、一间办公室、浴室和一间更衣室，还增加了储藏室、洗衣房等空间。下面这张图是 Astra 直接出的。
Thomas 看了看，没挑出啥毛病，于是让它就按照这张图纸来建模。Astra 顺利地完成了工作，保留了原来的风格，并且把建筑更新成了图纸中的样子。
这一轮 Astra 在房间内部建立了大量的家具模型，下面这张图是 Astra 在 Blender 里完成的建模工作。
然后它在没有人类命令的情况下，直接把所有模型都给贴好了材质，打好了室内的灯光，然后问 Thomas 感觉怎么样。
Thomas 觉得质感方面还不太满意，于是补充了几句提示词：
「让灯光更加安静温暖，桌子上增加一些日常用品，让房子看起来像是有人在生活。」
隔了一会就得到了下面的结果，和上面的图对比，增加了很多小物件，并且大幅度改善了灯光和渲染的效果。
最后，Thomas 命令 Astra 把模型导出到 UE5，再出一组图。
为了尽量减少人工的工作量，他直接让 Astra 分别在 Blender 和 UE5 里面选择同样的视角、出类似的分镜渲染图，再给每张渲染图写个简短的说明，最后拼成一张海报。
于是，在没有任何软件操作的情况下，他得到了下面两张海报，左右两侧对比 Blender 和 UE5 的渲染。
顺带一提，Astra 在把模型导出到 UE5 之后，还给模型加入了很多交互的脚本，比如柜子门能打开、咖啡机可以出咖啡、门窗也能够开关，最后生成了一个可以在里面走动和交互的互动小游戏。
咱就说，离谱不离谱，整个过程放到 3 年前，我写到文章里，你肯定觉得这是个愚人节的段子。
看看最终 Astra 帮助 Thomas 做的成品，再次强调，他全程没有点击Blender 和 UE5 里面的任何一个按钮，一个都没点。
Thomas 把整个过程详细的记录了下来，如果你感兴趣可以去看看原文：
https://developers.openai.com/blog/architectural-visualization-with-astra
Astra 只能建房子吗？
No No No。
网友@Spring 给它扔了一张机械设备加工图，提示词就四个字「做这个来」。
半小时之后，成品在 Solidworks 里搞出来了，做好了所有零件和组装的关系。
有人评论说：这也不算啥，牛 X 你让他做辆车呀。
哎，真有。
网友@Tom Krcha 给了它一张蒸汽火车的旧图纸，它在Blender 里花了几个小时给建出了一个完整的火车，显然它不仅理解了图纸，还理解了各视图的尺寸标注。
它不是建出了一整个火车的死模型，而是制作出了 3295 个完全可编辑的独立零件，然后拼接到一起。
他甚至让 Astra 直接给做了一段爆炸动画。
你可能注意到，大家用 Astra 建模，很多案例都是使用 Blender 软件，为啥呢？是这个软件和 OpenAI 有什么特别的协议吗？
还真不是。
GPT 6 之所以这么厉害，因为它又很强的 Computer use，也就是操控电脑的能力。
要用这种能力，最笨的办法是：先截个图，丢给大模型，大模型告诉它该点哪个命令，它操作一次，再截图，这样循环。
你想想这种模仿人远程操控电脑的模式，肯定是又慢、又贵（每一个操作都消耗 Token），还容易出错。
另外一种更高效的路线是，AI 理解了需求，写一段 Python 代码，然后直接在建模软件里运行这段 Python 代码脚本。
这就是 Blender 相对于其他软件的优势，它免费、开源，重点是几乎把整个软件暴露给了 Python，各种复杂操作都可以用脚本控制。
所以 AI 时代，一个软件是不是好用，不再取决与「是否对人类友好」，而在于它有没有很 API、脚本支持能力是否能被 AI 高效的操控。
目前的市场来看，Blender 原生可以完美的支持 Python；Rhino 理论上可以通过Grasshopper 来支持Python 脚本，需要写一些 Skill；SketchUp 有 Ruby API；Revit 目前正在逐步开放 MCP，也可以尝试第三方的 Python 建模神器 pyRevit。
总之，只要你想干，办法多的是。
再来看看大家用五花八门的软件做了哪些事儿吧。
网友@游牧锐平时用的是 Sketchup，他丢了一张室内装修的照片给 Astra，让他把模型建出来，顺便嘱咐了一句，要预判照片之外、整个客厅的其他部分，生成一个完整的方案。
Astra 不仅控制 SketchUp 2024 建出了完整的室内模型（包括照片中没有出现的部分），还控制 Enscape 插件完成了一张渲染图——当然了，材质、灯光等等参数，都不是人类手工设置的。
网友@东四大爷在 Rhino 里测试，主要走犀牛官方的 MCP 路线，他先是写了一个 Skill 让AI 能控制Grasshopper，接下来就是 Astra 秀肌肉的时刻了，他没有再多输入一条指令，眼看着它完成了整个建筑片区的 3D 建模。
网友@探花的猫，连软件都省了，给 GPT 6 的指令是一句话：「用 Three.js 做一个杭州和周边区域的3D场景，要能交互」。
Astra 直接给做成了一个 HTML 格式的可交互的杭州模型。
还有个地产经纪公司的朋友@realYunfanYe，他发现手里一栋房子最近降价了。原因可能是房源的照片不太吸引人，照片里房子太空了，没有布置，所以让 Astra 帮忙重新装修和布置一下。
下面的视频里，左下角是原始照片，右下角的装修过的图片，上方则是建模之后重新生成的漫游动画。
例子太多，不一一列举了，就在你读文章的此刻，每秒钟都有大量新的测试案例出现在网络上，大家纷纷表示：
那个曾经靠 ChatGPT 3.5 震惊世界的 OpenAI，回来了。
这么神奇，贵不贵？
大概算了算，我的结论是——它很贵，也很便宜，要看在谁的眼里了。
OpenAI 的政策和额度变化很快，而且每个任务消耗的 Token变化幅度也非常大，咱们就粗算一下。
目前大量每月 20 美金（人民币大概 134 块钱）的 Plus 用户确认，是可以使用GPT-6 Astra的。我自己今天首次打开 Codex 的时候，也弹了这个窗：
但不少人 Plus 用户反映，让 Astra 跑一个小时左右的建模任务，大概会烧掉每周额度的 15%-40%，甚至大点的任务直接干掉一半以上的周额度。消耗量大概是上一个版本 5.6 Sol 的 2-3 倍。
如果高频使用，20 美金每月的 Plus 额度肯定是不够的。
再看看每月 200 美金（人民币大概 1342 元）的 20 倍额度用户， 如果跑一个通宵的大型复杂任务，可能会烧掉周额度的 30%左右。
当然也有网友说，比较高效的任务只消耗 2%的额度，不过咱们就按这个比较高的算账：
1342 元每月，每周成本是335.5 元，消耗掉周额度的 30%，就大概是100 元的成本。
几元至 100 块钱，建一套比较复杂的建筑模型，可导出二次编辑，顺便把材质、灯光都调好，送一套渲染图和渲染视频，你觉得贵吗？
我觉得，如果是设计师自己掏钱研究着玩，肯定太贵了。
但如果换成企业的视角，相比于一个月薪几千元的建模师三五天的成本，可就太便宜了——而且 AI 不用缴社保、可以 24 小时加班、改多少次都不会抱怨。
唉，写到这儿不禁感叹，最让技术人激动的东西，也很可能是对技术人最烈的毒药。
还记得吗，我在一开始说，这个技术和传统的摄影测量建模技术有区别，但这个区别真的不重要。
确实，正如有的朋友说，以前用照片也能建模，现在这玩意有啥好激动的。
但即便不考虑底层技术的差异，站在产业的角度来看，这也是两件完全不同的事。
真正发生的变化是：原来只有少数受过训练的人，借助复杂的工具才能做到，现在普通人用大白话也能做到七八成。
产业从来不是按「理论上高手能不能做」来重构的，而是按「大众能以多低的成本做」来重构的。
这就好比，以前只有电视台和影视公司能拍视频，而现在任何普通人拿起手机就能拍视频，真正的变化不是「视频拍摄技术有没有革新」，而是整个产业链从中央媒体向抖音、视频号这样的全民自媒体，发生了结构性的变化。
就在我写这篇文章的时候，看到一个新闻：有个叫 Evan 的中国小男孩，今年 11 岁，他前几天花了两个小时，用 GPT 6 做了一个罗马斗兽场。
这位小朋友甚至不是为了跟任何建筑业的叔叔阿姨们「斗法」，他只是在学习历史的时候产生了好奇，想看看真实的罗马斗兽场是长啥样的，就顺手搞了一个。
你听，时代的车轮碾压过来的时候，往往是寂静无声的。
不知道看到这里，你会有啥感想——太扯了？不过如此？准备失业？还是准备撸起袖子烧它一个周额度搞个模型？
期待你的留言。
有态度，有深度，BIMBOX，咱们下次见！