GPT-6 Astra 发布至今短短七天，已经掀起了一阵又一阵的海啸；在我的印象中，上次 AI 界出现如此盛况，还要追溯到 2024 年 GPT-4o 的发布。在 Astra 发布当天，OpenAI 总裁 Greg Brokman 的介绍语是："Welcome to the AGI era." 英伟达的老黄则简洁地表示："AGI has arrived." 仅仅几个月前，全球领先 AI Lab 融资时，还只敢提出 " 我们的长期愿景是实现 AGI"，现在 AGI 仿佛已经唾手可得，简直是恍若隔世。

Astra 究竟有没有实现 AGI, 还是得留给学术界下结论。不管怎么说，用户口碑是藏不住的。在我的微信朋友圈，已经有十几位朋友亲身尝试过，并发表了感想。一位朋友表示："Astra 解决了长期困扰我的视频剪辑问题——只花十几分钟时间就可以总结超长视频素材并进行剪辑包装，让我再次感受到了半年前 OpenClaw 带来的震撼！" 还有两位朋友，以前一行代码都没敲过，更没在游戏行业工作过，却都用 Astra 做出了以自己工作环境为背景的小游戏，并在微信群进行了小范围传播，我还津津有味地玩通关了。

大家讨论最热烈的，还是 Astra 的 3D 能力，有的朋友已经用它为自己的新房子做出了精美的 3D 装修效果图；用 Astra 做出来的游戏，大多包含 3D 数字资产（水平往往相当不错）。我的一位创业者朋友有些夸张地表示："3D 体验必将泛化，后 Astra 时代的互联网世界，将被 3D 内容淹没！"

恰恰就在 Astra 发布的前几天，今年 9 月初，长期在全球第三方评测中排名第一的 3D 大模型 Tripo 的开发商—— VAST, 完成了由经纬创投领投的总额 30 亿元的 B 轮和 B+ 轮融资。最近半年内，VAST 的融资总额达到 50 亿，刷新了全球 3D AI 领域的纪录。随着 Astra 的迅速走红，很多人提出了一个疑问：通用大模型的 3D 能力已经如此强大，今后还需要专业的原生 3D 模型吗？现在会不会是原生 3D 模型的 " 落日余晖时刻 "？

放在半年前，我恐怕没有资格回答这么专业的技术问题。不过，最近半年我大部分时间都在忙 AI 漫剧的策划和制作，对于包括图片、视频和 3D 在内的多模态模型，有了相当程度的涉猎。前天深夜，我还在跟 AI 漫剧承制公司的朋友深入讨论 " 有了 Astra 还需不需要 Tripo" 的问题。所以，我觉得自己对这个问题还是有发言权的，我的回答很明确：现在不仅不是 3D 模型的末日，反而是一个充满机遇的新时代的开始！

首先我们要搞清一个技术问题：GPT-6 Astra 没有原生 3D 生成能力，至少现在没有；它是一个有能力操作第三方软件完成 3D 内容创作的多模态大模型。所谓原生 3D 模型，可以基于用户提供的文本、图片等 Prompt, 直接生成 3D 数字资产；Astra 则是通过编写代码等方式，操作 Blender, CAD 等专业图形软件，生成 3D 数字资产。严格地说，Astra 更像一个 "3D 艺术家 "，而不是 "3D 资产生成器 " ——这个定义，是 Astra 自己在对话框里告诉我的。

在 Astra 生成 3D 内容的过程中，当然可以包括 Tripo 这样的原生 3D 模型，而且经常包括！Astra 刚刚发布之后，X ( Twitter ) 上最早火起来的那一批 3D 视频，其制作过程往往都是：用 Tripo 生成模型，然后把设置交给 Astra 负责，然后导入到 Blender 里用 Astra 接管后续流程。有人形象地将其形容为："Tripo 建模，Astra 上发条。" 接下来，如果你要做的是游戏，还可以接入 Unity 乃至 Unreal 3D 引擎；要做设计图，则可以接入 AutoCAD 或者 CAXA；要进一步加强 3D 视频效果，则可以接入 After Effects …… Astra 是一个指挥官，帮助用户最高效地发挥各类专业软件的能力，而不是去替代这些软件。

（Tripo 生成的二次元角色，由 Astra 添加了动态表情，在 X 获得 1300+ 点赞；这只是众多案例之一）

当然，在上面的工作流当中，你也可以不用任何原生 3D 模型，直接让 Astra 操作 Blender 完成全部流程，对于业余创作或许也够用了。但是重视生成质量的专业人士或发烧友，肯定不会止步于此。尤其是在复杂角色、道具、批量物件和多轮迭代当中，能快速生成高质量 3D 资产的专业模型，几乎是决定性的、必不可少的！

举一个例子：你想给自家房子的客厅做软装效果图，包括沙发、桌子、椅子等大量家具。Astra 通过程序代码控制这些家具的尺寸和框架，Tripo 则负责还原特定的细节造型，二者接合才是一个优秀的效果图。我的茶几造型是 " 戴珍珠耳环的猫咪 "，沙发是白色布艺，在沙发和茶几之间还有两个铁艺火烈鸟摆件——如果不使用原生 3D 模型，这些细节是很难还原的。如果你的需求更加专业，比如要设计一家咖啡馆、餐馆之类的经营场所，或者五星级酒店的大堂，那么原生 3D 模型扮演的角色还会更重要。

我想起了十多年前，随着智能手机的普及、短视频平台以及手机剪辑工具的崛起，我们进入了一个 " 视频内容泛化 " 的时代。人人都会拍视频、剪视频、发布视频，这曾经是难以想象的，现在却已司空见惯。这一幕完全有可能在 3D 内容领域复刻：再过几年，或许用不了那么久，人人会做 3D 数字资产也不是什么不可思议的事情。金字塔的基座扩大了，每一层的市场规模都会相应扩大。不管今后大家操作的是 Astra 还是其他 Agent，原生 3D 模型的地位，绝不会削弱，只会更重要。

不久前发布的 Tripo P2.0, 其实已经在为这个 "3D 体验泛化 " 的时代做准备了：

秒级生成能力，让 Agent 可以在 " 生成 - 运行 - 检查 - 修改 " 的循环中快速获得 3D 对象，多轮迭代；

按目标面数范围生成，让 Agent 可以根据性能预算选择几何复杂度，减少后续工作量；

忠实还原创作意图的能力，提高了 Agent 连续执行任务的稳定性，减少重复生成和人工修正；

天然语义分析，让 3D 模型成为可识别和操控的部件，为 Agent 编写部件级交互创造了条件。

具备以上特性的 Tripo P2.0，补上了从 "Agent 会写代码 " 到 "Agent 创作和驱动 3D 对象 " 之间的重要环节。而且，早在 Astra 上线之前，Tripo 就完成了全链路开发者技术基建，例如 Tripo 的 Codex 插件在 9 月 2 日上线，直接承接了 Codex 内部的流量——自从 Astra 上线以来，Tripo 的 API 调用量其实是快速增长的！在此之前，在 DeepSeek, GPT-4o 等大模型的 3D 工作流当中，Tripo 就发挥着举足轻重的作用；现在，在 GPT-6 Astra 的时代，它的地位更加稳固了。

我们不妨分析地更细致一些。在 3D 生成领域，由通用大模型主导的 "" 生成 - 运行 - 检查 - 修改 " 循环能否成立，很大程度上取决于两个技术特征：能否做到秒级生成，成本是否可控。没有前者，就无法实现快速多轮迭代；没有后者，这种迭代的成本将膨胀到用户无法承担。3D 模型可以用更少的尝试、更低的成本，完成反复出现的构造和修改，这就是无论哪家的 Agent 都要反复选择专业 3D 模型承担生成任务的核心原因！Astra 推进的项目越复杂，3D 模型的能力就越是清晰地显现出来。在复杂角色 + 有机资产场景当中，Tripo 目前是 Astra 工作流当中的高频选择，这一点毫不令人奇怪

我还想从一个创作者的角度，谈一谈 "3D 体验泛化 " 之后的需求端变化。Agent+3D 模型可以在游戏行业、设计领域的数字资产生成当中发挥重大作用，这一点大部分人都赞成。我已经看到了业余爱好者用 Astra + Tripo + Godot 三位一体手搓的 " 三国志 " 风格战略游戏，颇具可玩性，把专业游戏开发的门槛降低到了前所未有的水平。我想增加一个 " 暴论 "：在长期，或许 3D state（三维状态）+ 生成画面的结合，才是 AI 视频的正确打开方式，至少是正确打开方式之一。

（Astra + Tripo + Godot 制作的游戏《山河志》，颇有光荣《三国志》的神韵）

大约一年前，我初次跟一家互联网大厂的朋友，一边喝着咖啡一边讨论：" 何时才能出现 AI 原生的影视工业级作品？" 当时我的观点是，今后还是要依靠 3D 模型，把场景美术搭建好、把角色模型做好，让主要角色在场景里面 " 走戏 "，就像真人影视剧拍摄中导演指挥演员和剧组一样。由于技术条件限制，这一幕实现可能还要很久，当时我还是十分保守的。

万万没想到，Seedance 2.0、可灵 3.0 等模型的推出，大幅提升了原生视频模型的上限，使得 AI 影视的时代提前到来了。然而，当前主流视频模型的生成方式都是 " 抽卡 " ——无论你的 Prompt 多么详细，乃至加入手绘原画，生成结果仍然是不确定的，要通过多次试错接近自己想要的结果。这种建立在抽卡基础上的创作模式，与传统的影视创作模式大相径庭。在 AI 短剧大行其道的今天，传统影视剧的 AI 改造尚未取得突破性成果，不是影视行业不想拥抱 AI，很大程度上是创作方法的区别导致的。

其实，画面由谁生成可以放在一条轴上：一端是完整 3D 场景决定画面，一端是视频模型根据少量输入自由补全；中间的方法，可以按对象、区域和动作，决定哪些内容必须遵守 3D，哪些允许模型发挥。而且结构化 3D 资产与状态维护，是纯抽卡式生成给不了的。在这种 3D state+ 生成画面的结合模式中，导演可以精细地操控角色和环境，完整地、不打折扣地实现自己想要的结果。对于精品化的中长剧和大电影来说，这简直是雪中送炭，实用价值怎么估计都不过分！

此时此刻，Astra + Tripo + Blender, 已经具备了从剧本到 3D 视频的能力雏形。照这个势头发展下去， " 用 AI 复刻传统影视创作模式 " 的愿景，或许再过几年乃至几个季度就能实现了。当然，现有的视频模型有其独特的优势，未来不是谁替代谁的关系，应该是齐头并进的关系。在短剧、漫剧等互联网信息流内容当中，完全基于 Prompt 的 AI 原生视频可能会在很长一段时间里占据主流；而在大银幕上，以及精品化的网生内容当中，3D 模型的意义会率先体现出来。

总而言之，Agent + 3D 模型的市场空间，可能比任何人想象的还大。一切才刚刚开始，让我们深呼吸，等待更多的奇迹到来吧。