Astra 做 3D 到底是什么水平：从官方 Demo 到独立实测

LUNA

Astra 发布后，最抢眼的是大量 Blender、Unreal Engine 和 3D 游戏画面。但只看成片，很容易把几件不同的事混在一起：生成一张 3D 风格图片、创建真实网格、搭建完整场景，以及交付可运行应用，并不是同一种能力。

这篇先不从网友评价出发，而是先拆 OpenAI 的官方发布视频，以及与发布同步出现、由参与者公开过程的官方发布案例；然后再用独立用户的正反测试，判断官方展示的能力是否真的存在。

先给结论：

官方案例证明，Astra 已经能参与完整 3D 工作流：理解自然语言和参考图，编写 Blender Python 创建真实几何，布置材质、灯光与相机，渲染检查，再把场景导入 Unreal Engine 或应用。独立实测证明这不是纯剪辑效果，但其稳定水平仍是“很强的可编辑初稿”，不是无需专业验收的生产级资产。

一、先分清证据等级

本文把来源分成三层，避免把所有热门演示都叫作“官方 Demo”。

层级 来源 能证明什么
官方发布 OpenAI 官方账号与发布页 OpenAI 正式发布了 Astra，并把跨软件 computer use 与 3D 工作流作为核心能力展示
发布案例 与发布同步出现、被用于发布内容或由早期访问者公开过程的案例 展示具体输入、工具链和产物；但仍属于经过选择的首发案例
独立实测 发布后普通用户或创作者的正反测试 验证能力是否可复现，并暴露速度、额度、错误和失败边界

OpenAI 的官方发布 thread称 Astra 在 computer use、浏览和软件工程等方向达到新水平，并发布了一段 163 秒综合演示。官方同时说明，模型先向有限组织开放，随后覆盖 ChatGPT Plus、Pro、Business、Enterprise、API 和 AWS。

官方视频能证明 OpenAI 把“操作电脑完成专业工作”作为产品能力正式发布；但短片本身没有公开每个 3D case 的完整 prompt、原始工程、失败次数和成本。要理解它到底做了什么，需要结合参与发布案例的作者过程记录。

二、官方发布案例一：从一句房屋需求到可行走 UE5 应用

最完整的 3D 发布案例，是 Thomas Ricouard 公开的房屋制作全过程。他明确表示，这是发布博客所用的 demo house。

输入是什么

输入并不是一张房屋照片直接“一键复制”。流程从自然语言需求开始：

  • 指定房间数量；
  • 描述总体风格；
  • 要求现代、极简、被安静树林包围的住宅。

Astra 先设计平面方案，再进入 Blender 制作 3D 版本。

Astra 实际做了什么

根据作者 thread，完整链路是：

  1. 根据房间和风格要求设计房屋方案；
  2. 使用 Blender headless/CLI；
  3. 编写 Python 来生成 3D 模型，而不是全程模拟鼠标点击；
  4. 用 Blender Cycles 渲染 4K 图片；
  5. 按“黄金时刻、电影感镜头”的要求完成布光和机位；
  6. 自行编写 Blender → Unreal Engine 5 的导出管线；
  7. 多次启动 UE5 场景，比较迁移前后的视觉一致性；
  8. 交付一个可以独立运行的应用；
  9. 再做一轮迭代，增加生活化道具、改善灯光，甚至让咖啡机可交互。

作者称最终应用在本机可实时行走，并达到 60 FPS。除了开头的少量提示外，天空盒、电影化灯光、镜头、视频等工作主要由 Astra 完成。

最终产物是什么

它不是一段预渲染视频，而是多层产物：

  • 房屋设计方案；
  • Blender 场景；
  • Cycles 4K 渲染；
  • UE5 场景；
  • 可在本机运行和行走的独立应用；
  • 继续修改后的交互版本。

这个案例真正说明什么

这个案例最强的地方不是“房子很漂亮”，而是跨工具编排。Astra 不只建立一个模型，还处理了 Blender 建模、渲染、导出、UE5 测试和应用交付。

换句话说，它展示的是一个 3D Agent，而非单用途 image-to-3D 模型。

它不能证明什么

这个官方发布案例仍不能单独证明：

  • 一次提示就完成了所有步骤——作者明确记录了多轮迭代；
  • 场景尺寸满足建筑或施工精度；
  • 拓扑、UV、命名和资产层级达到团队生产规范；
  • 任意普通用户都能稳定得到同样结果；
  • 60 FPS 可复制到不同硬件和更大场景；
  • 制作耗时与额度成本足够低。

作者自己也提到曾上传错误版本，说明发布内容仍有人类选择与管理。这个案例证明的是能力上限和工作流完整性，不是平均成功率。

三、官方发布案例二：从真实房屋图片重建可编辑 3D

早期访问者 Tom Krcha 与发布同步公开了真实房屋重建案例。输入是一张房屋图片，后续又补充了更多角度和提示，用于加入玩具、电器和家具。

它做到了什么

  • 通过 Blender MCP 创建完整房屋场景；
  • 输出真实几何，而非仅生成外观视频；
  • 几何可以手动修改；
  • 可作为本地实时“游戏”运行，作者称达到 60 FPS；
  • 制作主要通过 Blender MCP 执行脚本，部分细化使用 computer use；
  • 没有人工手动编辑模型，但有多轮图片和提示输入。

这里最容易被传播误读的地方，是“给一张图就完美重建整栋房屋”。作者在回复中说得很清楚：深入室内时需要更多角度；玩具和电器等细节来自后续提示。看不见的部分要么由更多图片补足，要么由模型自行猜测。

因此，这个 case 更准确的定义是：

Astra 可以以图片为起点，持续吸收多角度参考并搭建可编辑、可实时运行的场景；它不是从单张图片恢复客观真实的完整三维扫描。

四、官方发布案例三：15 分钟完成“3D iPod + Mac 应用”

Pietro Schirano 的3D iPod 案例输入是一段自然语言：制作一个 Mac 应用，在 Blender 中建立 3D iPod，复刻原始 iPod 的界面和交互，并用它浏览 Codex threads。

作者称 15 分钟后得到可运行结果。

这个案例同时跨过了三类任务：

  1. 在 Blender 中建立产品外观；
  2. 编写 Mac 应用；
  3. 实现界面、点击声音和交互逻辑。

它说明 Astra 的优势不只在“建模质量”，还在把 3D 资产嵌入产品。对于交互式产品展示、网页 3D、概念软件和演示原型，这比单独生成一个 .blend 文件更有价值。

但公开 thread 没有给出原始工程审计、几何规范或运行性能，因此它能证明“15 分钟形成可展示、可交互原型”，不能证明“15 分钟完成生产级 Mac 产品”。

五、三个官方发布案例合起来，究竟证明了什么

把房屋、真实图片重建和 3D iPod 放在一起，可以看到 Astra 的能力结构：

自然语言 / 图片 / 设计要求
          ↓
理解空间与拆解任务
          ↓
编写 Blender Python，通过 MCP 或 CLI 执行
          ↓
创建几何、材质、灯光、相机
          ↓
渲染截图，自检并继续修改
          ↓
导出到 UE5 / 应用 / 实时 Web 或游戏环境
          ↓
交付可编辑工程和可运行结果

其中最关键的变化有四个。

1. 产物是工程，不只是像素

墙、家具、车轮和按钮可以成为独立对象，能够移动、修改和继续编程。即使模型不够精细，它也比一张无法编辑的效果图更接近真实生产流程。

2. 主要能力是“用代码操纵 3D 软件”

Astra 很多时候不是逐按钮建模，而是通过 Blender Python 程序化生成对象。规则建筑、机械组件、重复结构和场景摆放因此特别适合它。

3. 它能做视觉闭环

它可以渲染结果、看截图、比较目标，再继续调整。发布房屋案例中，它还多次启动 UE5 检查导出后的 fidelity。

4. 它能跨越软件边界

从 Blender 到 UE5，从 3D 模型到 Mac 应用，真正的新能力是把过去割裂的专业工具连成一条工作流。

六、官方 Demo 的画面效果，处于什么水平

仅就官方发布案例的视觉结果，可以做如下判断：

能力 官方案例表现 判断
建筑外观与空间氛围 完整、电影感强，灯光和镜头成熟 很强
室内陈设与生活化细节 能生成大量家具和道具，并继续迭代 强，但有猜测成分
硬表面产品 3D iPod 等规则产品适合程序化表达 强，适合原型
实时体验 房屋可进入 UE5 并在作者机器上以 60 FPS 行走 已达到可演示应用水平
跨软件自动化 能自建导出管线并反复测试 这是最有价值的突破
工程规范 官方没有公开完整拓扑、UV、命名和性能审计 无法确认生产级
稳定性与成功率 官方只展示选中的成功案例 无法由官方 Demo 判断

所以，如果问题是“官方展示的东西真实吗”，答案是：它展示的不是假 3D，而是可编辑几何和可运行工程。

如果问题是“普通人是否已经能稳定生成可直接交付的专业资产”，官方材料本身没有证明这一点。

七、独立实测：官方能力可以复现吗

发布之后的独立测试表明，核心能力确实可以复现，但效果非常依赖任务类型和工作流。

正向验证：机械结构与可编辑对象

Tom Krcha 后续做了旧火车图纸测试：一张旧图纸输入后，Astra 数分钟内创建 3,295 个可编辑对象。作者还展示了拆分组件和浏览器实时交互版本。

这支持了官方发布中的关键结论：Astra 确实可以通过代码生成大量模块化几何，而不只是生成一张“像模型”的图片。

但作者测试更冷门的 Commodore Vanderbilt 火车时，车头圆度仍需人工调整。规则结构强，不代表它理解所有特殊造型。

正向验证：高质量场景需要参考图闭环

Anshu 的风格化 3D demo给出了一个可复用方法：

  1. Codex 连接 Blender MCP；
  2. 先生成目标画风的概念图；
  3. 让 Astra 截取实际画面；
  4. 比较概念图和游戏截图；
  5. 持续修改模型、纹理、材质和灯光；
  6. 同时要求保持 60 FPS。

作者称初版约 45 分钟，但随后澄清这只是小型 graphics demo，不是完整游戏；最初约 2% 的配额读数也可能延迟。

这解释了官方级效果为何难以“一句话复制”：真正起作用的是明确视觉目标和自动迭代闭环。

八、独立负面测试：打开工程后会看到什么

官方发布强调上限，独立测试补上了平均体验和失败边界。

1. 空间关系和小物件会出错

Ebios 用 Astra High + Blender MCP 从室内参考图建模，约 10 分钟得到远看不错的结果；放大后却发现：

  • 拖鞋只是基础几何体组合；
  • 疑似鼠标的物体悬空；
  • 桌子朝向错误。

作者还记录这次测试消耗了 Plus 五小时额度的 40%。这是单个用户的自报数据，不是统一 benchmark，但足以提醒：快出图不等于便宜，也不等于空间逻辑正确。

2. 人物和有机建模明显更弱

Stefan 3D AI 的角色测试中，纯 computer use 运行一小时后因太慢放弃，保存文件本身约耗时五分钟；改用 Blender MCP 后约 20 分钟完成，但人物仍主要由样条和基础结构组成。

建筑和机械可以用规则几何拼装，而人物需要连续曲面、合理拓扑和准确比例，这是完全不同的难度。

3. 复杂角色动画不稳定

Atom Tan Studio 将带默认走路动画的 Tripo 角色导入 Blender，再让 Astra制作武器挥砍，结果动画完全崩坏。

因此，不能把“能搭建 3D 场景”外推成“已经解决角色绑定与动画”。

4. 真实建筑初稿有价值，但仍需专业审查

一个中文案例用 Astra 重建武汉梦时代商场并制作展示网站，耗时 2 小时 33 分 56 秒，消耗 20x Pro 周额度约 25%。作者让建筑设计从业者查看，对方能一眼看出不少问题，但人工从零制作的成本会高得多。

这恰好说明最现实的价值：它把昂贵的“从零开始”压缩成低成本初稿，但最后的专业判断仍然存在。

九、把官方上限和独立实测合并后，当前是什么水平

层级 目标 Astra 当前表现
视觉概念 快速看到想法的空间、材质和氛围 很强
可编辑原型 获得 Blender 工程、独立对象和可运行场景 已经可用
跨软件 Demo Blender → UE5 / Web / App 官方案例显示很强
项目资产 进入游戏、广告或产品流程继续制作 部分可用，必须清理
生产级交付 拓扑、UV、尺寸、动画和性能满足规范 证据不足且目前不稳定

现在值得用

  • 建筑、室内和游戏环境概念；
  • 机械、硬表面产品和拆解展示；
  • 网页或应用里的交互式 3D 原型；
  • Blender Python 自动化与批量场景搭建；
  • 把资产接入 Three.js、Unity 或 Unreal Engine；
  • 在正式制作前验证构图、灯光和空间氛围。

必须人工验收

  • 真实尺寸和工程精度；
  • 拓扑、UV、法线和面数；
  • 对象命名、层级和导出规范；
  • 小物件位置和空间关系；
  • 角色建模、骨骼、权重与动画；
  • 大场景在目标硬件上的实际性能。

十、最终判断

如果只看官方 case，Astra 已经完成了一次重要跨越：它不是简单调用一个 3D 生成器，而是能在 Blender、渲染器、UE5 和应用代码之间持续工作，最后交付可编辑、可运行的结果。

独立实测则把这个结论校准为：

Astra 已经是很强的 3D 原型 Agent，尤其擅长规则几何、建筑、机械和风格化场景。它能替代大量从零搭建、脚本编写、场景摆放和工具衔接工作，但还不能替代对拓扑、尺寸、角色动画和生产规范负责的专业人员。

官方 Demo 展示的是可信的能力上限，不是稳定的平均质量。最准确的理解不是“Blender 被替代了”，而是 Blender 第一次有了一个能够读需求、写脚本、看结果、反复修改并把工程送往下游的通用操作员。

证据与来源

官方发布

官方发布案例 / 早期访问案例

独立与后续实测

说明：耗时、帧率、对象数量和额度消耗来自案例作者自报，测试环境并不统一，不应视为标准化 benchmark。官方和公开视频可以证明相应案例的流程与视觉结果，但不能替代对原始 .blend、拓扑、UV、尺寸、依赖和目标硬件性能的完整审计。