AI生成模型只能看不能用？AssetHub與Kapnetix重新定義3D建模內容的「生產力」路徑

對於開發者而言，最關注的議題莫過於：「AI到底能不能用在內容產製」？而非僅只是產生一些看起來很厲害、但一團亂的「廢圖」或「廢模型 」。

在這個命題下，來自日本的AssetHub ，以及位於美國舊金山英國的Kapnetix，分別從「靜態建模」與「動態捕捉」兩個維度，給出相當務實的答案。簡單來說，他們不追求AI「一鍵生成」的完美魔法，而是利用AI介入傳統最耗時的「手工」，讓3D製作從數週縮短至數天，甚至只需一支手機就能完成過去需要百萬攝影棚的動作捕捉。

AssetHub：AI建模不能只求「像」，更要「能用」

目前市面上有許多3D生成式AI，輸入文字就能跑出一個3D模型。但在AssetHub執行長後藤卓哉眼中，這些模型往往存在致命傷：網格 (Mesh)混亂、貼圖與模型黏死無法修改、多餘的細節 (如鬼影般的頭髮)無法移除。

「對於遊戲開發者來說，不能編輯的模型就是垃圾」。AssetHub提出一套「AI-Native 3D Workflow」的解法。

不同於傳統攝影測量法 (Photogrammetry)容易產生雜訊，AssetHub的核心技術在於「部件拆解」 (Part Decomposition)。當AI讀取一張2D角色設計圖時，不會直接生成「一個3D物件」，而是先理解「這是頭髮」、「這是鞋子」、「這是裙子」，並且將其拆解為獨立的元件。

後藤卓哉在演講中展示，透過這套流程，他們能將原本2D的動漫角色，先進行「風格轉換」與「去背/去光影」，再透過AI生成 初步的3D幾何結構。AssetHub強調「Human-in-the-loop」 (人類參與循環)的概念——AI負責生成80%的內容結構，最後20%由專業的3D美術人員進行修整 (Retopology)。

這樣即可解決AI生成模型「只可遠觀不可褻玩」的痛點，讓原本需要2週的手工建模流程，現在可以大幅縮短到幾天內完成，而且產出的模型是「分件清楚、可綁定骨架、可進引擎」的生產力級別資產。

Kapnetix：告別百萬棚設，一支iPhone搞定3A級動作捕捉

有了模型，接下來要讓角色動起來。傳統動作捕捉 (Motion Capture)技術幾乎是好萊塢與3A遊戲的專利，通長需要租一個挑高攝影棚、架設100多顆光學鏡頭、演員要穿上佈滿反光球的緊身衣，一天的成本可能高達5000美元。

Kapnetix共同創辦人Johny Darkwah的目標很直接：「我們要讓動捕成本趨近於零」。

Kapnetix展示的技術核心，在於利用AI加上物理運算，實現「單鏡頭3D骨架識別」。這意味著開發者甚至不需要專業攝影機，只要透過一支iPhone拍下真人的動作影片，上傳到Kapnetix的雲端平台，AI就能在幾分鐘內算出對應的3D骨架數據 (FBX格式)。

Johny Darkwah分享了一個有趣的失敗經驗：早期他們純粹用大量數據訓練AI，結果產出的動作充滿「抖動」 (Jitter)與「滑步」，這在專業動畫師眼裡明顯是不合格的。後來他們改變策略，不再迷信大數據暴力破解，而是引入「物理限制」與「人體工學邏輯」。

例如，當鏡頭拍到手臂被身體擋住 (Occlusion)時，純AI可能會瞎猜手臂的位置導致穿模；但Kapnetix的算法會加入「手肘不能反向彎曲」的物理限制，讓AI補算出合理的動作路徑。

在現場展示的案例中，Johny Darkwah指出原本需要5天拍攝加後製的NBA球員運球動作，透過Kapnetix的手機拍攝方案，僅需10分鐘運算，而動作流暢度已達到能直接套用在Maya或Blender進行微調的水準，成本更從數千美元降至一杯咖啡的價格 (約2歐元/30秒)。

分析觀點：AI正在重塑3D產業的「中間層」

從AssetHub與Kapnetix的分享，顯示當前的3D產業正在經歷一場「去中心化」革命。

過去，3D內容的生產門檻極高，導致只有大型公司有能力負擔。但現在，AssetHub解決了「靜態資產」的快速建構與結構化問題，Kapnetix則解決「動態表演」的獲取成本問題。

這兩家公司的共同點在於，他們都不試圖用AI取代美術人員 (Artist)，而是用AI取代繁重工作流程——包含繁瑣的拓撲整理、關鍵格修復、雜訊清理等。

當一支手機就能捕捉動作、幾張圖就能生成可用的3D模型，未來的遊戲開發或VTuber內容生產，將不再受限於技術與預算，而是回歸到最核心的本質：創意與故事性，這或許才是AI對內容產業最大的貢獻。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》