新智元报道
最近，Karpathy 在X上甩出了一个实验。
他给 Claude Opus 5 一段《魔戒》的开头，一百万 Token 的预算，让它用 three.js 把故事场景给画出来。
两个小时，5500 行代码，一个能走能看的低模山谷就跑在了浏览器里。
所有人都在感叹：AI 造世界，原来这么便宜。
但我们想造的世界是这样的吗？
就拿模型生成来说，AI 3D，正卡在一个很尴尬的阶段。网上随手一搜，从一张图片捏出 3D 模型的 Demo 已经遍地都是。
但落到生产线，一款小游戏需要成百上千件道具，一座数字工厂可能塞满货架、管线和设备.....
所以真正难的，是批量生成上千、上万个资产的能力。
今天，继 Tripo、Meshy 之后，AI 3D 赛道又多了一个新玩家。
今年 4 月刚在港交所上市的群核科技，出了一个 3D 生成模型 Lux3D。
传送门：https://lux3d.aholo3d.cn/lux3d/home
上传一张图片，或者输入一句话，Lux3D 即可快速生成网格、材质与 3D 高斯等多种形式的 3D 资产。
但 Lux3D 这次带来的，不只是又一个 AI 3D 生成工具。群核科技还在同步内测世界模型产品，想要生成动态可交互的 3D 世界……
先来看看 Lux3D 带来哪些新东西。
Lux3D 首秀
先啃最难的材质
过去两年，AI 3D 模型进步很快。但也有个尴尬，几何网格越做越像，表面却经常一眼假。
同一种灰色，刷在金属、塑料和陶瓷上，出来的东西完全不同。反光、粗糙度、透明度、折射光泽度，少一层，质感就塌一层。
AI 如果只会画轮廓、涂底色，生成出来的东西看着再像，也只是一层塑料壳。
Lux3D，补的正是这一块。
它画完轮廓和底色之后，还会进一步预测金属度、粗糙度、透明度等 PBR 材质属性，让金属、陶瓷、塑料、石材等表面，拥有更接近真实世界的光照表现。
对于带文字和复杂图案的商品包装，Lux3D 也能保留大图案、大色块和 Logo。
换一个视角、换一束光，材质依然可以保持相对自然。
比如，一双金属护胫，银灰色的甲片和金色的镶边，光泽完全不一样。甲片是那种被磨过的哑光金属，金边带着抛光的亮，中间皮革扣带又是另一种粗糙的暗。
三种材质挨在一起，各有各的反光、各有各的质感，一眼就分得清谁是金属、谁是皮子。
这就是 Lux3D 做材质的核心能力：它不是只给模型涂颜色，而是让每种表面都知道自己是什么材料做的。
这件青瓷盘更能说明问题。釉面那层半透明的青绿色光泽，透出的冰裂纹路，碗沿处釉层变薄露出一圈土胎。这三样东西叠在一起，才是瓷器之所以是瓷器的原因。
普通 AI 建模拿一个绿色贴上去就算交差，Lux3D 还原的是釉的通透感和开片的肌理，转一圈，光追着釉面跑，裂纹的深浅也跟着变。放到数字文博场景里，这个精度已经足够上展了。
这张用的是极速版的 3D 高斯模式，偏偏挑了毛绒。这其实是 AI 3D 出了名的硬骨头。
但你看这匹小马的鬃毛和尾巴，那团棕色的毛茸茸确实有蓬松感，不是糊成一坨的贴图。3D 高斯在这里反而占了便宜：它本来就是用大量半透明小椭球堆出来的，表达蓬松、散碎的纤维质感，天然比硬网格顺手。
红色布面和金属小铃铛的反光差异也分得清。
再看这头牛来，全身的毛是顺着肌肉走向长的。鼻子和嘴巴周围切换成了光滑的皮肤质感，跟旁边的绒毛之间有清晰的过渡，不是一刀切的。牛角又是第三种材质，硬的、哑光材质。
一个角色身上同时跑三种完全不同的表面，极速版几十秒出来能做到这个区分度，丢进独立游戏或者动画预演的管线里，已经够用了。
通过 Lux3D 还可以实现「材质重绘」，比如把杯子彩绘图案，一键迁移到桌子上。
和市面上几个现有模型横向对比，Lux3D 在 PSNR 上排第一，LPIPS 排第四，CMMD 排第三。
简单说，PSNR 看还原得像不像，LPIPS 看人眼觉得顺不顺，CMMD 看整批材质的气质对不对。
三项各有胜负，综合站进了行业前列。
但只把一个模型做得更真，还解决不了 3D 生产最贵的问题：量。
想把 3D 资产真正铺开，光靠一条技术路线还不够。
3D 生成模型的 Harness 时刻
目前，市面上多数 3D 生成模型，往往在押注单一路线。
Lux3D 这次没有做这道「单选题」。
除了传统的 Mesh 网格与 PBR 材质，它还把「3D 高斯」引入了同一套生成架构。
传统 Mesh 用顶点和面搭出物体表面。「3D 高斯」则换了一种办法：
用大量带有位置、大小、方向、颜色和透明度的三维斑点，把一个物体「拼」出来。
这条路线最大的优势，就两个字：省、快。
它能用很低的计算成本，撑起质量不错的辐射场表达。生成快，渲染也快，尤其适合快速预览和大规模铺场景。
所以，Lux3D 做了一个极速版。
最快 20 秒，一个 3D 模型就能生成出来。
当 3D 资产被压到这个速度，过去铺不开的量，一下子有了想象空间。
游戏中常见的「宝箱」，先让 Lux3D 补充其他三个视图，再生成 3D 资产，短短几十秒即可完成。
一张图，几十秒钟，够用的 3D 模型就出来了。
这种游戏里常见的战斧，也是秒出。金属、宝石、木头的质感都还原的极好。
还有，未来的工业孪生里海量资产的生产方式，也会变化。
搭一座数字工厂，核心设备还能用 CAD 图纸或者扫描重建。真正磨人的，往往是散落在场景里的大量环境资产。
货架、托盘、管线、控制柜、安全围栏……
单个看起来不起眼，凑在一起却可能有成百上千件。现实中的产线调整一次，数字空间也要跟着改一次。
这类资产大多不需要电影级精度。
几何结构合理、材质能够辨识，就足以支撑场景搭建、布局验证和仿真训练。少数关键设备，再交给标准版或专业工具精修。
还有一个现实的问题：批量生成，账算下来贵不贵？
现在不少 AI 3D 工具生成一个模型不贵，但要生成一百个、一千个，成本能不能也一起降下来。
这也是 Lux3D 的另一个优势，生成一个模型成本最低是 1 个积分，折合之后大约 0.07 元。
另外，群核还把自研渲染引擎 API 开放了。
Lux3D 生成的资产，可以直接接进同一套渲染生态。第三方工具生成的 3D 资产，也能调用这套能力完成渲染。
说白了，就是：
Codex 当包工头，Lux3D 出砖，Blender 砌墙。
开发者只要提出一个目标，比如「搭建一座智能仓库」，Codex 就会拆解任务，调用 Lux3D 批量生成货架、托盘、控制柜等资产，再交给 Blender 自动完成导入、摆放、缩放和材质处理。
场景搭好之后，Agent 还能继续检查效果。哪里缺了、哪里摆错了，再调用工具修改。
人只需要说清楚自己想要什么，后面的建模、导入和搭建，由整条工具链自己往下跑。
这就是 3D 模型生成的「Harness 时刻」！
Harness 本来是给 AI 套上缰绳和工具，让它真的去干活。以前这个词在代码圈火，现在 3D 圈也有了自己的版本——
开发者在对话框里说「把这块空地改成公园」，agent 接到指令，自己调 Lux3D 生成树木、长椅、步道，自己往场景里摆，位置、比例、朝向全不用人管。想再改方案，一句话的事。
没有人打开建模软件，没有人手动拖拽任何一个模型。人只下命令，AI 拆任务、造资产、搭场景、检查效果，一条链跑完。3D 内容生产从「手搓」进入了「指挥」的阶段。
小游戏需要成百上千个道具，单件无需电影级精度，关键是交得快；具身智能训练需要海量物体，核心诉求是几何合理、材质可辨识；电商面对数以万计的 SKU，也可以先用极速版完成批量 3D 化，再把重点商品交给标准版精修。
先铺量，再精选。
当模型生成从逐件制作变成批量调用，AI 3D 才真正开始进入生产力阶段。
AI 造世界，正在走向不同的路
不过物体生成只是世界模型的一个模块。
把 Lux3D 单独拎出来看，它是一个不错的 3D 生成工具。放进群核的整张路线图里，它负责的是「物体」这一层。群核真正想造的，是造一个无限贴近物理真实的数字世界。
但要造出这样一个世界，行业现在有两种完全不同的答案。
「像素派」沿着 Sora、Genie 那条线走，生成的是一帧帧画面。
看着很真，但画面里的桌子通常没有明确可读取的坐标，也没有完整的几何结构。你可以看见它，却不一定能单独选中、拆开或者推走。
它更像一段可以观看和探索的视频。
「空间派」以李飞飞的 World Labs 为代表，直接生成带几何、坐标和语义信息的三维空间。
桌子有位置、有形状、有身份，可以被拆分、替换，再进一步加入重力、碰撞和运动规则。
它更像一个真正能够运行的房间。
李飞飞今年的动作，已经把路线图摊在了桌上。
World Labs 的 Marble 已经做成商用产品，7 月 21 日又收购了机器人仿真公司 SceniX，明确把世界模型的下一站押在了机器人身上。
她在X上直接写道：世界不只是由文字组成的，空间智能也从来不只是感知和生成世界，它关乎与世界的互动。
群核也站在空间派这一边，同样走的是显式 3D 路线。
但对群核来说，生成一座静态 3D 场景，只是起点。去年，群核就发布了空间生成模型 SpatialGen，解决「空间从哪里来」。
论文地址：https://arxiv.org/pdf/2509.14981
沿着这条路线，它正在内测的新一代世界模型，要在这张 3D 底图上继续往前走：场景可以持续编辑，里面的物体能够运动、碰撞和发生交互。
这要求模型生成的不只是外观。每个物体都得拥有明确的位置、几何结构和语义信息，能够被识别、拆分、替换，再进一步加入物理属性和交互关系。
像素，只是最后渲染出来的结果。
真正被生成出来的，是背后那个可以编辑、交互和推演的三维空间。
但这条路线要跑通，还需要足够多真正理解物理世界的数据。
训练数据上，群核走了两条路。
一路是 AI 生成数据，另一路是大量从物理世界重建回来的真实数据。先把真实数据注入模型，再生成；生成完成后，再拿真实数据回验、修正。
一圈一圈跑下去，生成内容受到的物理约束越来越强，幻觉也会跟着降低。
这套「注入→生成→回验→修正」的闭环，最终要解决的，是数字世界与物理世界之间的落差。
群核首席科学家周子寒说得很直接：
做世界模型，图的不是一个好看的渲染画面，而是让数字世界和物理世界在更多维度上对齐，让数字世界吸收更多物理世界的信号，最终让在数字世界训练的 AI，也能更好地在物理世界行动。
空间智能，是 AGI 缺失的另一半
把群核的逻辑往上再推一层，你会看到一个更大的判断。
语言是世界的压缩与投影，空间才是世界本身。空间智能，是 AGI 的另一半。
大模型把文字玩出了花，但文字终究只是对物理世界的符号化压缩。
一把椅子，你可以用一百个词描述它，但那一百个词加起来，也不如把它放进一个有重力、有光照、有碰撞的三维空间里，让智能体自己去坐、去推、去摔一跤来得直接。
带有物理属性、能够动态交互的世界，才更接近智能体反复试错所需要的数字训练场。
但机器人训练，只是空间智能的一个落点。
放进空间设计，它能让方案生成、修改和验证在同一个 3D 世界里完成；放进影视创作，它能搭出可控、可复用的数字影棚；再往游戏、工业孪生和机器人训练里走，背后需要的其实是同一套空间底座。
李飞飞把其中一条路押在了机器人身上。7 月收购 SceniX 之后，World Labs 的路线图已经明确：从生成 3D 世界，到在 3D 世界里训练机器人，再让机器人走进真实世界。
相比之下，群核把自己放在了更靠上游的位置。
从 2011 年创立至今，它从酷家乐起步，积累起超过 4.8 亿个 3D 模型及空间设计元素，以及渲染、重建和结构化空间数据能力。
如今，这些能力正被重新组装成世界模型的底座，让数字世界不断吸收物理世界的信号，再通过生成、回验和修正，一次次向真实世界靠拢。
空间设计、影视创作、游戏开发、工业孪生、具身智能，都可以从这套底座上长出来。
群核想做的，是空间智能时代的「卖水人」。
Lux3D 今天正式上线：
编辑：所罗门桃子
