AI 一天能做 5 台機甲？從白模、法線貼圖到骨架綁定，搞懂 AI 3D 建模的完整流程

最近看到一位 3D 創作者分享，利用 AI 製作機甲模型，一天可以完成 5 台！

他的製作方式大致是：

1. 找一張喜歡的科幻機甲圖片。
2. 讓 AI 把圖片轉成 3D 白模。
3. 使用 GPT 生成材質貼圖。
4. 把材質貼回 3D 模型。
5. 最後拆分關節，讓機甲可以活動。

看起來好像很簡單，對吧？但我看到這套流程，第一個想到的問題是：

這跟之前研究的法線貼圖有什麼不同？既然 AI 都能生成 3D 模型了，為什麼還需要法線貼圖？又為什麼要拆關節？

深入研究之後才發現，這其實涉及三種負責不同工作的技術：幾何形狀、表面細節，以及活動控制。它們可以組合成一套完整的 AI 3D 建模工作流。

今天就用製作一台「可以走路的機甲」當範例，從零開始解釋。

「一天 5 台」是本文起點的創作者分享，並非我的實測結果；目前未附該則分享的原始連結，因此不據此推算普遍產能。以下重點是拆解製作流程，以及釐清每個階段的完成標準。

一、3D 白模、法線貼圖與骨架，各自解決什麼問題？

先想像我們要製作一台鋼彈。

3D 白模：真正做出立體形狀

3D 白模就像拿黏土捏出一台鋼彈。你真的做出了頭部、胸甲、手臂、雙腿，還有背後的推進器。

這個模型可以旋轉 360 度，從正面、側面、背面觀看，因為它具有真正的立體幾何結構。

更精確地說，Mesh 是網格資料；白模則通常指尚未完成材質、以單純顏色檢查形狀的模型狀態。不是所有 Mesh 都是白色，也不是有了白模就代表模型已經適合動畫。

法線貼圖：讓表面看起來有細小凹凸

假設鋼彈胸甲上有 100 顆小螺絲。把它們全部建模出來，會增加模型的幾何複雜度。

法線貼圖（Normal Map）利用 RGB 通道編碼表面法線方向，讓著色器計算光照時，呈現螺絲、刻痕、凹槽等凹凸效果。那些細節沒有因此真正凸出來。

換句話說，3D 白模負責真正的形狀，法線貼圖負責模擬細小的表面凹凸。

骨架綁定：建立模型的活動控制

現在我們已經有一台外觀漂亮的鋼彈，但它還不會動。模型不會自動知道手肘在哪裡、膝蓋應該怎麼彎曲。

所以我們需要設定骨架、活動關節與旋轉軸，讓它能抬手、轉身、走路，甚至拿武器戰鬥。Rigging 是建立這套控制系統；動畫則是在時間軸上安排具體動作。

這樣是不是比較容易理解了？

二、既然 AI 能生成 3D 模型，為什麼還要人工處理？

這是整個流程最重要的問題。

現在可以使用 Meshy、Tripo AI、Hunyuan3D 等工具，將圖片轉換成 3D 模型。丟一張科幻機甲圖片給 AI，它可能很快就能生成一台看起來相當完整的機甲。

但看起來像機甲，不代表它真的具備合理的機械結構。

舉個例子，當你想讓機甲舉起右手或走路，可能發現：

• 肩膀和胸甲黏在一起。
• 手肘沒有合理的活動空間。
• 膝蓋彎曲時，裝甲直接穿進大腿。
• 腳掌沒有正確的支撐點。
• 走路時雙腳亂甩，整台機甲像章魚一樣。

圖片轉 3D 的 AI 主要在推測外觀與幾何形狀，不一定能建立符合設計意圖的關節、活動限制與運動方式。即使工具提供自動拆件、綁定或動畫功能，也仍然要檢查結果。

所以 AI 生成的模型，經常需要人工整理。這也是為什麼這類工作流仍需要 3D 技術背景：生成速度加快了，後續的判斷與修正並沒有全部消失。

三、如何把 AI 機甲建模拆成完整六步驟？

先把整條路線放在一起：

設計參考 → 生成網格 → 整理模型 → UV 與貼圖 → 關節與骨架 → 動畫及引擎測試。

本節先說明前三步，接著再分別拆解法線、材質與可動結構。這是方便理解的順序；實作時通常要在早期先規劃拆件，並在修改拓樸後重新確認 UV 與烘焙結果。

Step 1：使用 AI 設計機甲外觀

首先需要一張機甲設計圖。可以使用 ChatGPT 生成圖片，也可以使用自己繪製的角色設定圖。

建議準備正面、側面、背面；如果可以，再補充 45 度角視圖。

因為一張圖片只能提供單一視角。正面圖片看不到背後的推進器，也無法準確判斷肩甲厚度，AI 必須自己猜測。

參考視角越完整，越有機會降低幾何推測錯誤，但前提是多視角的角色設計必須一致。不能正面是圓肩甲，背面卻變成另一台機甲。

此外，不是每個 Image-to-3D 介面都能一次接收多張圖。工具支援多視角時，再依它要求的格式輸入；不支援時，其他視圖仍可用於人工檢查。

這個階段的目標，是建立一份適合 3D 建模的設計參考，而不只是漂亮的宣傳圖。

Step 2：將圖片轉換成 3D 白模

接著使用 Image-to-3D 工具。可以研究以下選擇：

Meshy 與 Tripo 的官方網站均列有圖片轉 3D 功能；Hunyuan3D-2 則提供可研究的程式碼與模型使用流程。功能、版本、費用、部署需求及授權條款不同，使用前應確認對應版本；可取得程式碼不代表所有商用情境都沒有條件。

完成後會得到 3D Mesh，可能可以匯出 GLB、OBJ 或其他格式，實際支援依工具與方案而定。若後續需要骨架與動畫，也要選擇能保存相關資料的匯出格式，不能只看靜態網格是否成功匯出。

這時就能在 Blender 裡旋轉模型、檢查各角度。但先不要急著上材質，下一步可能更重要。

Step 3：整理模型的網格結構

這一步叫 Mesh Cleanup，也可能涉及 Retopology。

**Mesh（網格）**由頂點、邊與面組成，可以想成用許多小多邊形拼出一台機甲；**Topology（拓樸）**則是這些元素如何排列、連接。

AI 模型可能外觀漂亮，網格卻不一定適合編輯或動畫。例如：

• 多邊形分布不均勻，或面數過高。
• 有多餘的內部幾何結構。
• 零件黏連，無法直接當成獨立關節操作。
• 關節附近的網格不合理。

整理時常遇到兩種技術：

如果模型太複雜，後續修改、骨架設定與即時渲染都會增加成本，遊戲資產尤其需要控制複雜度。不過，只製作靜態圖片時，不一定值得花大量時間重新拓樸；以剛體零件為主的機甲，也不需要每片裝甲都使用真人角色的變形佈線。

整理到什麼程度，取決於最終用途。

四、Step 4 的法線貼圖，應該在哪個階段使用？

假設我們已經生成一台精細機甲，胸甲有螺絲、散熱孔、裝甲接縫、金屬刻痕。如果全部使用真正幾何呈現，模型可能相當複雜。

其中細小刮痕、淺凹槽、在目標觀看距離下不影響輪廓的螺絲頭，可以考慮用法線貼圖模擬。這就衍生出常見的遊戲資產製作方法：

High Poly → Low Poly → Normal Map，也就是高精度模型 → 低面數模型 → 烘焙法線貼圖。

假設先做一台有 100 萬個多邊形的精細機甲，再製作只有 2 萬個多邊形的簡化版本。這些數字只是示意，不是所有機甲的標準面數。

簡化後，原本的螺絲、細刻痕可能消失。這時透過 Baking（烘焙），把高模的表面方向細節轉成適用於低模的法線貼圖，再套回低模材質。

低模雖然沒有那些真正的小幾何，在光線下仍能呈現類似凹凸。這能降低幾何成本、保留許多視覺細節，也方便配合不同精細程度的模型版本。但總效能仍受貼圖記憶體、材質數量、繪製次數等因素影響，不能只比較面數。

法線貼圖不能取代哪些結構？

法線貼圖不會真正改變物體輪廓。

例如肩膀上有一根長砲管，不能只靠法線貼圖讓它伸出來。大型裝甲、武器、推進器、真正的開孔與活動關節，仍然需要合理的幾何結構。

它也不會替模型增加碰撞體積；當細節需要影響輪廓、接觸或近距離視差時，就要重新評估是否應保留幾何。

AI 生成法線圖，等於高低模烘焙嗎？

不等於。

AI 可以生成看起來合理的表面凹凸，但要精準保留特定高模的細節，仍需要高低模對應、低模 UV 與正式烘焙流程。不能把任意一張紫藍色圖片直接當成正確法線資料。

在 Blender 中，法線圖通常會經過 Normal Map 節點再接入材質。切線空間法線圖需要對應的 UV，圖片應設定為 Non-Color，並確認與目標引擎的法線慣例相容。可參考 Blender 官方 Normal Map 節點手冊與烘焙說明；實際介面請對照自己使用的 Blender 版本。

五、Step 4 的材質與 UV，跟法線貼圖有什麼關係？

法線貼圖其實只是材質系統的一部分。在 3D 製作中，常見的是 PBR（Physically Based Rendering，物理基礎渲染）材質。

用機甲來理解：

金屬零件表面若覆有一般非金屬漆，不能只因底下是金屬，就把整片外觀都設成裸金屬。Emission 能讓表面看起來發光，但是否照亮周圍、是否產生光暈，還取決於渲染器、燈光與後製設定。

UV 展開是什麼？

想像把紙盒拆開攤平成一張紙，在紙上印上顏色與圖案，最後再折回紙盒。

UV 展開建立 3D 模型表面與 2D 圖片的對應關係。如果 UV 不正確，材質就可能拉伸、錯位或出現接縫。

因此，完整材質流程通常是：

模型整理 → UV 展開 → 產生或烘焙貼圖 → 設定 PBR 材質 → 檢查成果。

這也解釋了原本「使用 GPT 生成材質貼圖」需要補上的條件：產生一張金屬紋理圖片，不等於已經完成這台機甲的材質。

圖片仍要對應 UV，或經過投射、接縫修整與烘焙；Base Color、Roughness、Metallic、Normal 也必須各司其職。不能把帶著固定高光與陰影的彩色圖片，直接當成完整的 PBR 貼圖組。

「貼圖只能 512K」是什麼意思？

原分享提到的「512K」需要特別注意，因為這不是清楚的貼圖像素尺寸寫法。它可能想表達 512×512 像素，也可能在描述檔案容量；沒有原始規格，無法確定。

兩者差異很大，而且貼圖解析度也不是越低越好：

這些只是示意，不是固定標準。應考慮觀看距離、螢幕佔比、平台效能、貼圖數量與材質需求，也要區分磁碟壓縮檔大小與 GPU 載入成本。

不能直接說「不是做電腦遊戲，就只能使用 512 的貼圖」。

六、Step 5 為什麼要拆關節，還要設定骨架？

因為目前做出來的機甲，可能只是一個外觀完整的模型。要讓它走路，就必須建立合理的活動結構。

機甲跟真人角色的綁定方式不完全相同。真人手肘彎曲時，皮膚會變形；但機甲的金屬裝甲，正常情況下不應該像橡皮一樣彎曲。

所以通常要讓不同部位可以獨立控制，例如胸甲、上臂、前臂、肩關節、大腿、小腿、膝關節與腳掌。這些可以是分離物件，也可以是同一網格內彼此不連通、由不同骨骼控制的剛體區塊。

接著設定旋轉樞紐、父子階層與活動限制：

• 手肘在合理角度內彎曲。
• 膝蓋不隨意向後折。
• 肩膀轉動時，肩甲配合移動。
• 腳掌落地時維持合理的接觸位置。

如果只把表面切開，沒有補齊遮住的零件、關節間隙與樞紐，動起來仍可能穿模或露出破洞。

有些機甲只需分離零件、旋轉樞紐與父子階層，就能完成基本動作；若使用骨架，也可以讓剛性裝甲跟隨單一骨骼，不一定要像皮膚一樣做平滑蒙皮變形。軟管、線材等需要彎曲的部分，則另行處理。

**機甲建模還涉及機械結構與運動設計。**拆分不正確，即使外觀很漂亮，動畫仍可能很奇怪。

Step 6：製作動畫，並到引擎中驗收

骨架設定完成，還要在時間軸上安排動作。先從抬手、屈膝、腳掌落地等簡單測試開始，再做完整走路循環。

過程中要觀察裝甲是否穿模、腳是否滑動、重心是否合理，以及匯出後的骨架、材質與動畫是否一致。最後匯入 Godot 或其他目標環境，確認尺度、方向、播放與效能，才算走完這條流程。

能在 Blender 裡播放，不代表已完成遊戲整合；遊戲中的移動控制、碰撞與動畫切換，也需要另外設定與測試。

七、三種 AI 3D 建模流程，應該怎麼選？

研究到這裡，我認為應該先決定用途，再選製作流程。

方案 A：快速展示型

AI 圖片 → AI 生成白模 → AI 材質 → 3D 展示。

適合科幻角色展示、產品概念設計、靜態渲染與社群作品。若用於 3D 網頁，仍要視模型大小和裝置效能做適度整理。

優點是速度快、操作相對簡單；缺點是模型不一定適合動畫或遊戲。如果只想展示漂亮機甲，先走這條就很合理。

方案 B：遊戲資產最佳化型

AI 圖片 → 高精度模型 → 整理低模 → UV → 烘焙法線貼圖 → PBR 材質。

適合遊戲場景物件、即時 3D、WebGL 展示，以及需要控制效能的資產。

優點是兼顧細節與幾何複雜度；缺點是需要理解 UV、拓樸與烘焙。這套流程不會自動讓機甲動起來。

方案 C：可動機甲型

AI 圖片 → AI 生成白模 → 零件拆分與整理 → 關節設定 → 骨架／控制系統 → 材質 → 動畫。

適合機甲動畫、遊戲角色、戰鬥機器人與互動展示。優點是能建立真正可動的機甲；缺點是關節與動畫需要仔細調整，技術門檻最高。

這裡的排列是概念路線，不是唯一施工順序。需要改拓樸或拆件時，應先規劃好再定稿 UV 和烘焙；也可以先做簡單活動測試，再投入精細材質。

如果還要在遊戲中維持良好效能，就把方案 B 的低模與法線貼圖技術整合進來。B 和 C 可以互相搭配。

八、如果讓 AI Agent 協助製作，工作流可以怎麼設計？

這才是我最有興趣的地方。

既然有 Claude Code、Codex，以及可以透過 Python 操作的 Blender，是不是能把整套流程變成自動化工作流？

我認為值得嘗試，但要分清楚哪些適合自動化，哪些仍需要人工檢查。以下是構想，並非已完成的全自動系統：

最後再交給 Claude Code 或 Codex，協助把成果整合到 Godot 或 Three.js。這些角色也可以只是同一個 Agent 按階段執行，不一定要同時開五個代理。

難點在於，能執行 Blender Python 指令，不代表能正確理解所有機甲的關節位置。每台造型差異很大時，骨架綁定仍可能需要人工修正。

比較實際的起點，是固定雙足、雙手、頭部與胸甲等基本結構，再讓 AI 產生外觀變化。這是讓自動化更容易控制的設計方向，仍要透過實測確認成功率。

九、新手可以分哪三階段練習？

如果完全沒有 3D 背景，我不建議第一次就挑戰完整機甲動畫。可以分成三個階段。

第一階段：完成第一台 AI 3D 機甲

使用 ChatGPT 生成圖片，再用 Meshy 或 Tripo AI 轉成 3D。匯出 GLB，在 3D 檢視器或 Three.js 網頁中旋轉展示。

先確認外觀、比例與背面是否合理，掌握從圖片到模型的基本流程。

第二階段：研究法線貼圖與模型最佳化

將模型匯入 Blender，學習檢查面數、UV 與材質。嘗試製作高低模，把高模細節烘焙成法線貼圖。

在相同視角、光照與顯示條件下，比較面數、外觀與渲染效能，觀察哪些細節可以交給貼圖。

第三階段：讓機甲走起來

拆分手臂、腿部與關節，設定骨架或剛體控制階層與活動限制，建立簡單走路動畫，再匯入 Godot 測試。

等這三階段都能順利完成，再考慮讓 AI Agent 接手重複工作，才不會一開始就把所有問題混在一起。

十、AI 一天做 5 台機甲，真的有可能嗎？

我認為有可能，但要看「完成」的定義。

如果只是生成五台外觀完整的 3D 機甲，AI 工具確實能縮短部分製作時間。但如果每台都要求：

• 乾淨且適合用途的拓樸。
• 合理的 UV 與完整 PBR 材質。
• 可活動的機械關節與正確控制設定。
• 自然的行走動畫。
• 適合遊戲使用的效能與引擎整合。

那就是另一種難度。

所以不能把「一天產出五台 3D 模型」，直接理解成「一天完成五台遊戲級可動機甲」。沒有相同規格、工時與驗收紀錄，就不能直接比較產能。

AI 生成越快，越需要明確品質標準，否則可能只是快速累積一堆外觀漂亮、卻很難修改的模型。

結論：理解每一環，才能建立可重複的 AI 3D 資產流程

以前製作機甲，可能要從零建模、雕刻、整理拓樸、做材質，再綁定骨架。現在 AI 可以協助部分前期工作，但我們仍要理解：

• AI 白模處理形狀生成。
• 法線貼圖處理表面細節與幾何成本。
• 骨架綁定處理模型如何活動。

只想展示漂亮機甲，白模加材質可能就足夠；想做遊戲資產，要再考慮低模、法線與效能；想讓它走路、戰鬥，就要處理關節、骨架與動畫。

對我來說，最值得研究的方向，是把這些環節串成可以重複執行的 AI 3D 資產生產線。未來給 Agent 一張設計圖，讓它協助建模、材質、整理、骨架與遊戲引擎整合，每個階段都有可檢查的成果。

高度自動化還有不少問題要解決，但至少現在，我們已經知道每一環在做什麼，以及為什麼需要它。

下一步，我想實際測試：能不能只靠 ChatGPT、Claude Code、Blender 與 AI 3D 模型，把一張機甲圖片變成一台可以在 Godot 裡走路的機器人？

這應該會比單純生成一張漂亮圖片更有挑戰性。😂

相關工具與參考資料

• Meshy與Meshy 官方文件
• Tripo AI
• Hunyuan3D-2 官方 GitHub
• Blender與Blender 官方手冊
• Blender Normal Map 節點說明（開發版手冊）
• Blender Render Baking 說明
• Godot
• Three.js

常見問答 (FAQ)

Q1：AI 已經生成 3D 模型，還需要法線貼圖嗎？

視最終用途而定。3D 網格決定真正的立體輪廓；法線貼圖能在不增加對應細小幾何的情況下，模擬刮痕、淺凹槽等光照細節。需要降低幾何成本的即時資產，可以搭配低模與烘焙法線；大型結構和影響輪廓的部分，仍需保留幾何。

Q2：機甲一定要像真人一樣做蒙皮綁定嗎？

不一定。硬質裝甲可以使用分離物件、旋轉樞紐與父子階層，也可以讓各剛體區塊跟隨單一骨骼。重點是關節位置、活動間隙與控制方式合理；軟管、線材等需要彎曲的部分，再依需求做變形設定。

Q3：用 GPT 生成貼圖，就能直接完成 PBR 材質嗎？

不一定。生成圖片還需要對應模型的 UV 或投射流程，並檢查接縫與拉伸。Base Color、Roughness、Metallic、Normal 各自承載不同資料，必須正確設定，不能用單張帶陰影的彩圖取代整套 PBR 材質。

Q4：一天生成五台機甲，代表能直接拿來做遊戲嗎？

不能直接這樣推論。生成外觀模型，與完成拓樸整理、UV、材質、關節控制、動畫及引擎效能驗收，是不同完成標準。是否能用於遊戲，需要依每台模型與目標平台逐項確認。

Q5：新手應該先學最佳化，還是先讓機甲走路？

建議先完成一台可旋轉檢視的模型，再學網格、UV、材質與法線貼圖，最後處理關節和動畫。把各階段做通，再交給 Agent 協助重複工作，比一次堆進所有技術更容易找出問題。