一开始有人问我，能不能用云端模型和代码，直接把建筑、CAD，甚至酒店室内和漫游视频都做出来。这个问题听起来像是在找一个最强工具：输入一句话，模型吐出一栋建筑，既能施工，又能拿去做宣传片。
但真正开始拆这个问题时，我很快发现，最危险的地方正是“直接”。建筑模型既可能是给施工、加工和后续协作使用的精确对象，也可能只是为了让客户看懂空间关系的呈现对象。这两种对象看起来都叫“3D 模型”，实际承担的责任完全不同。
这次调研最后没有停在“哪个模型最强”，而是把路线拆成了精确线和呈现线。两条线共用一份建筑规格，后面的生成方式和验收方式各自负责。用户最后选择先做酒店室内的呈现线 POC，规格和建场景脚本写好以后，先出 3 张低清预览帧目检。
同一个“建筑模型”，其实有两种任务
如果目标是施工图、加工文件或带语义的建筑模型，模型输出的每个尺寸都要能被追溯。墙体多厚、层高是多少、门洞在哪里、构件之间怎样连接，都不能靠一张效果图来证明。更成熟的路线是让模型先写结构化规格，再由 CAD 或几何内核生成几何，最后用尺寸断言和语义规则检查结果。
这条线关心的是“它是不是对的”。哪怕画面很朴素，只要尺寸、关系和属性可靠，它就有继续深化的价值。
另一边，酒店室内漫游、概念展示和宣传片关心的是空间是否好看、镜头是否顺、材质和灯光是否让人感到真实。这里不一定需要完整的施工级构件，但需要一个尺寸可信的白模，去支撑家具摆放、镜头路径和画面连续性。
精确线和呈现线不是同一个任务的高低配，而是两种不同的验收责任。
如果一开始不区分它们，后面就会出现一种很难处理的混乱：为了让画面更漂亮，模型偷偷改变墙体比例；为了让模型更精确，又把大量时间花在暂时不会影响观看的构件细节上。最后既没有得到可施工的模型，也没有得到节奏完整的成片。
表面上是在选工具，实际上是在定责任
最初的提问是“大家怎么直接画建筑或者生成 CAD”。我一开始也容易顺着工具名称去想：Blender、CAD、某个连接器，哪个能不能一键完成？后来发现，工具选择只是后半段。前面如果没有说明模型要对谁负责，任何工具都可能被用错。
精确线需要一个单一事实源。可以把建筑拆成场地、体量、楼层、墙板、门窗等层次，每层都从规格生成，再逐层检查。规格里记录尺寸、层高、门窗位置和空间关系；几何内核根据规格计算；断言检查包围盒、体积、门宽或层高；必要时再用截图确认视觉结果。
呈现线也不能从一张文字提示直接跳到最终视频。它可以用同一份规格搭出墙、地面、门窗洞和主要家具的白模，再从素材库接入材质、家具和灯光，最后套用推镜、环绕或漫游等镜头模板。这样做的重点不是让每个细节都精确到施工级，而是让空间边界、比例和镜头运动有稳定来源。
如果不处理这个责任分配，宣传片里的“好看”很容易反过来污染基础模型。客户看到的是一间气氛很好的房间，下一步却发现门洞尺寸、家具距离和真实空间对不上。那时再回头修，通常已经不是调灯光，而是要重建整个场景。
最容易误判的错误捷径
最容易误判的捷径，是让模型凭文字生成一套既能施工又能宣传的完整建筑，再靠几张截图判断是否可靠。这个过程看起来特别顺：模型理解需求，代码生成场景，渲染几张图，发现不对就让模型再改一次。
问题在于，截图只能说明某个视角看起来像样，不能证明隐藏的尺寸和语义关系。墙后面的空间可能已经穿插，门的净宽可能不够，楼层之间也可能没有真实对应。即使模型能根据截图修正外观，也不代表它获得了稳定的几何约束。
另一个捷径是把所有任务都交给界面操作，让模型自己点软件、找素材、调镜头。复杂操作一多，失败就很难定位：到底是尺寸错了、对象选错了，还是渲染参数没有生效？固定脚本和小步验证虽然少了一点“自动完成”的幻觉，却能把每一步的输入和输出留下来。
不能用视觉上的可信，替代几何和语义上的可信；也不能用一次跑通，替代可重复的流程。
我没有把“模型直接生成可靠 3D”当成答案，就是因为这条捷径把最重要的判断藏起来了。看起来省掉了规格、断言和验收，实际上只是把风险推迟到更晚、更贵的阶段。
共用规格，分开生成和验收
这次形成的核心方法很简单：先定义结构化建筑规格，再分成两条线。规格是共同的，生成器不是共同的，验收标准也不是共同的。
精确线可以从规格生成 IFC、DXF 或其他适合后续工程协作的对象，重点验证尺寸、构件属性和空间关系。呈现线则用 Blender 脚本生成白模，接入材质、家具、灯光与镜头模板，重点验证画面中是否穿模、穿墙、曝光失控，镜头是否撞墙，镜头之间是否保持空间连续。
这两条线仍然可以互相回流。精确线提供稳定的空间边界，呈现线提供客户能理解的视觉反馈。客户在呈现线上认可体量和动线后，再把确定的部分送回精确线深化；精确线的规格发生变化时，呈现线也可以按同一事实源重新生成，而不用手工改一堆互相矛盾的模型。
我选择先做呈现线 POC，是因为当时的目标已经从“研究能不能生成建筑”变成“先把酒店室内漫游做出来”。对这个目标来说，先验证规格、建场景脚本和低清预览帧，比一开始就追求施工级完整模型更合适。低清帧足以暴露比例、镜头和构图问题，渲染成本也更低。
POC 应该先验证什么
呈现线 POC 不应该一上来就追求商业级成片。第一关是规格能不能稳定驱动场景：改一个房间长度，墙体和家具是否一起变化；换一个门的位置，镜头是否仍然能通过；同一份规格在不同机器上生成的白模是否一致。
第二关是镜头。酒店空间最容易出现的问题不是“没有细节”，而是镜头路线不成立。漫游时撞墙、穿过家具、转角没有提前留出空间，都会让观众立刻意识到这是一个拼出来的场景。先用低清预览帧抽查这些问题，通常比直接渲染 1 分钟成片更有效。
第三关才是素材和氛围。家具、材质、灯光可以逐步接入，白模阶段先保证空间和镜头成立。素材库的价值在于把可重复的视觉资产拿来复用，不让模型每次从零编一个沙发、一盏灯或一块墙面。这样既节省时间，也让不同房间保持一致的设计语言。
如果忽略这几个顺序，最常见的后果是先花大量时间做精致材质，最后才发现镜头撞墙；或者先做了一段漂亮视频，后来才发现房间比例改不了。商业级不是把每个画面都堆满细节，而是从规格到镜头再到素材，每一层都能被单独检查和重做。
这件事最后留下的工作习惯
这件事让我重新意识到，AI 生成建筑时，真正稀缺的不是“让模型继续生成”的能力，而是我们有没有把判断过程留下来。规格留下空间关系，代码留下生成方式，断言留下精确线的证据，预览帧留下呈现线的视觉反馈。每一层都回答不同的问题，所以不必让一张图承担所有证明责任。
表面上我是在处理建筑、CAD 和视频的工具选择，其实我是在处理“什么结果值得相信”。精确模型值得相信，是因为尺寸和语义关系经过检查；呈现视频值得相信，是因为白模、素材、灯光和镜头经过分层验证。它们都可以由 AI 协助完成，但信任不能只来自 AI 的自信语气。
一个成熟的生成流程，不是让同一条流水线什么都能做，而是让同一份规格在不同目标下都能被重新验证。
这个方法也适合复用到别的空间任务。先问目标是施工、加工、协作还是展示；再决定哪些字段必须结构化，哪些细节可以后补；然后为每条线设计自己的生成器和验收门。真正要避免的，不是某个工具不够强，而是把不同责任混在一个不可追踪的结果里。
下次我会怎么做
下次遇到类似的建筑生成需求，我会先把问题写成一张规格表，而不是先打开某个建模工具。表里至少要有空间尺寸、层高、开口、主要构件和镜头需要依赖的边界。先确认这份规格是不是后续所有结果的共同来源。
然后我会明确选择精确线还是呈现线。如果目标是施工、加工或语义协作，就先做几何断言和规则检查；如果目标是方案汇报或漫游视频，就先做白模、低清预览和镜头验收。两条线可以并行，但不会共用一套“看起来不错”的通过标准。
POC 阶段我会坚持小步推进：规格通过后生成白模，白模通过后检查镜头，镜头通过后再接素材和灯光，最后才考虑高质量渲染和更长的成片。每一步都保留可重复的脚本和结果，这样下一次修改时，我能知道是规格、生成、镜头还是呈现出了问题。
我更愿意把这看成一种工作习惯，而不是一个工具技巧。建筑可以由模型帮助生成，可靠性却要靠我们把目标拆开、把证据留住，再让每条线对自己的结果负责。