Spline 推出 3D 世界模型 Spell：單張圖幾分鐘生成 3D 場景

過去給一張圖生成 3D 模型，出來的往往是一個只能轉著看的小擺件，背景全靠腦補。3D 設計工具 Spline 最近拿出了一個叫 Spell 的新模型，想要徹底解決這件事。

簡單來說，Spell 不是用來捏單個物體的，它是一個「3D 世界模型」。輸入一張普通的靜態二維圖片，幾分鐘之內，它就能補全出一整個具備完整體積的 3D 場景，涵蓋人物、物體、3D 角色以及周邊環境。

穿幫時寧可穿模，也不瞎變形

Spell 底層是一套擴散模型，核心賣點是多視角的物理一致性。

做 3D 生成最怕運鏡。以前不少 AI 影片在鏡頭穿過障礙物時，牆壁會莫名其妙扭曲成一團黏糊糊的怪東西。Spline 團隊強調，Spell 會模擬真實的物理材質特性，包括光線反射、折射、表面粗糙度以及景深。

更有意思的是相機的穿透邏輯。如果運鏡時不小心讓鏡頭懟進了牆壁裡，模型會計算真實的相機與物體相交切割，而不是為了畫面順暢去偷偷形變或熔解物體。這種堅持物理真實的取向，讓生成的場景看起來更像個真實世界。

輸出形態也很靈活。Spell 生成的內容可以直接匯出為影片、連續圖片序列，或者是當下熱門的 3D Gaussian Splatting（高斯潑濺）體積檔案。使用者後續還可以用常規的三維重建演算法，把它轉成傳統工作流裡最通用的網格面（Mesh）。

訓練資料方面，Spline 走了一條相當剋制的路線。他們沒有碰任何 Spline 平臺使用者的私人設計，而是靠團隊自己在世界多國長期實地採集的真實影像，加上內部渲染管線合成的 3D 資料，以及商業授權的市場模型混合訓練而成。

為什麼重要

我們認為，Spell 最聰明的地方在於把生成結果直接對準了 Gaussian Splatting 和可編輯資產，而不是隻給創作者畫一張好看但不能用的全景圖。

對獨立遊戲開發者、空間計算設計師和視覺藝術家來說，在概念設計階段搭環境一直是最耗時的苦活。如果能把一張概念草圖幾分鐘轉化成帶景深、可運鏡的 3D 體積資產，前期的灰模搭建成本會被直接打下來一大截。當然，目前它還是第一代模型，官方自己也承認質量和細節一致性有待打磨，現在拿來做最終資產交付還不現實，但用來做場景預演和分鏡實驗已經很值得一試。

在行業層面，這標誌著 3D 生成從「單體資產生成」正式邁向了「空間世界生成」。以往 Runway、Pika 解決的是 2D 畫面的動態化，而 Spline 試圖從一開始就讓 AI 理解真正的三維空間關係。只要它能頻繁迭代並無縫嵌入 Spline 原有的網頁端即時編輯器裡，傳統的 3D 生產管線可能很快就會迎來一場徹底的重構。