8.2 AI生成世界与三维重建

8.2 AI生成世界与三维重建

本节摘要：内容生产的两条曲线正在合流：三维重建把真实世界"扫进"虚拟（神经辐射场与高斯泼溅从照片重建可漫游场景），生成式模型按描述批量产出素材与场景。本节讲两条技术的原理与工程现状、它们如何合流重塑数字孪生门槛，以及最重要的一条纪律——舒适审查不能外包给模型。

前沿第二站转入生产端。前六章的防线都是"人怎么把世界造对"，本节的主角在改造成本本身：当场景可以从照片重建、素材可以按描述生成，内容防线的经济结构被改写。但成本下降不会自动带来舒适——模型不懂前庭，尺度、光照、界面纪律仍要人来守。

三维重建：把世界扫进来

神经辐射场（NeRF）的思路是用神经网络直接拟合场景：给一组带位姿的照片，网络学会"任意位置任意方向看过去是什么颜色"，渲染时沿视线采样积分。它的画质惊艳，但逐像素采样的渲染开销让实时漫游吃力——这对平面屏幕都紧张，对 VR 的双目高帧率更是重负。后续工程化路线一路优化： faster 的采样策略、烘焙到网格、以及三维高斯泼溅（用显式的带颜色高斯基元集合表示场景，栅格化渲染直通 GPU，速度跳了一个台阶）——高斯泼溅目前是"照片级重建加实时渲染"事实上的折中主干。

重建对 VR 的直接价值有两块。数字孪生降门槛：以往要人工建模的厂房、门店、遗址，现在一次照片采集加一段计算就能得到可漫游副本——第七章工业线的现场预扫描成本骤降，教育线的"虚拟参观"素材管线被打通。场景原型的速通：美术先用重建场景占位验证尺度与动线，再替换成精修资产，试错周期缩短。

工程要点集中在采集与预算。采集侧：照片覆盖度（视角越全重建越完整）、光照一致性（不同时段的照片会教出"昼夜混合"的伪影）、反光与透明物体的天生弱点（镜面、玻璃重建质量差，要么补拍要么后处理）。预算侧：高斯点数决定内存与填充率，可漫游副本要做点数压缩与分块加载；深度信息与碰撞体是重建场景的隐形缺口——几何是"看起来对"，碰撞要单独生成，否则第三章的物理与移动方案没得用。

生成式内容：按描述造素材

生成式模型在生产管线的角色分层：素材层（贴图、材质、概念图的批量生成，已是最成熟环节）、模型层（文本到三维还在快速进步，几何精度与拓扑可用性决定它目前更适合做"白盒原型"而非成品资产）、场景层（语言驱动布局与程序化生成的结合，用描述生成一整条街道的排布）。对 VR 项目的现实意义：内容防线的返工成本下降——第四章的舒适改造（换材质、调光照、改布局）从"重新制作"变成"重新生成"，迭代速度本身就是舒适工程的一部分。

但生成内容有一类系统性风险：模型的训练分布来自平面媒体（照片、电影），默认构图逻辑是"给相机看"，不是"给人待"。典型偏差：场景只有主视角好看，转身是破绽（平面媒体不需要背面）；尺度取"电影构图需要"而非人体工学（巨型家具、低矮门洞）；光照追求戏剧性冲突（高对比、频闪感的氛围光）——每一条都正好踩在第四章的舒适红线上。所以那条纪律才要加粗：生成物的舒适审查不能省，审查清单也不变，只是审查对象从手工资产变成了模型产出。

生成内容入库前的舒适审查清单（在原有美术审查之外）
1. 尺度核对：门高 桌高 楼梯比例 是否符合 4.1 人体工学参考值
2. 背面检查：非主视角的转身视角是否有完整几何与贴图
3. 光照审计：主光方向是否可指认 是否存在高对比频闪氛围
4. 纹理频率：视野边缘是否有高频细密纹理（摩尔纹风险）
5. 碰撞体：生成的几何是否附带可用碰撞或可自动简化
6. 性能预算：面数 贴图规格 是否超目标平台原生预算
任一不过 -> 退回重生成或人工修正 -> 复查后入库
​

💡 关键直觉：生成式工具改变的是造世界的边际成本，不改变世界的验收标准。把模型当成"不知道前庭为何物的实习美工"来管理——产出快，但不能免检。

合流：重建与生成的混血管线

两条曲线正在合流。典型管线：真实场景照片重建出基础几何（高斯或网格），生成式模型做修补与扩展（补被遮挡的面、按风格重绘材质、扩展场景边界），最后人工过舒适与性能审查。它对第七章的意义直接：医疗线要的诊室复刻、工业线要的产线孪生、教育线要的现场漫游，从"重项目"变成"周项目"。合流也带来新的合规议题：重建场景里的人脸、车牌、店面属于可识别信息，采集与发布要过脱敏与授权——这条线接进下一节的责任边界。

演练：把一间教室变成可漫游副本

需求：为教育线做一个教室漫游课程，预算只够一次采集。走流程。第一步采集设计：沿环线拍覆盖照，注意光照一致性（选阴天或统一人工光时段），黑板与玻璃门补近照。第二步重建：高斯泼溅管线出可漫游副本，目测完整度，缺口（讲台背面）记入补拍单。第三步补几何：从副本提取粗网格生成碰撞体，验证行走不穿墙。第四步舒适审查：尺度全对（真实教室天然合规，这正是重建的优势），光照为真实光照，纹理无高频风险——审查重点落在碰撞与性能。第五步预算压缩：点数压缩至目标平台可承载，分块加载，头显实测帧预算。第六步内容叠加：在副本上挂载 4.3 的世界化教学点（课桌上的可交互讲义）。结论：全程以人工建模为对照，周期从月级压到周级，且舒适审查一次通过——真实尺度是重建路线送的最大红利。

⚠️ 常见坑：把重建副本直接当成品交付。没有碰撞体、没有分块加载、没有审查清单的"原始副本"演示很美，投产必翻——重建给的是骨架，工程化与审查一样不能少。

采集与重建的参数速查

重建项目的成败一半在采集，一张速查表管住两头。

表的使用节奏：采集环节现场对照前三行，重建与入库对照后四行；任何一行失守都按"退回重做该环节"处理，别让上游瑕疵流进下游返工。

版权与授权的补充提醒

生成与重建内容还有一层版权账本：生成素材的训练数据来源与商用授权条款要过法务——不同模型的商用权利差异极大；重建场景里出现的受版权保护元素（壁画、雕塑、品牌标识）按使用范围评估授权；生成物与既有作品的相似性风险用查重工具初筛。这些事项与 8.3 的数据边界同属"生产越快、合规越要前置"的范畴，放进立项检查单的最早一格。

重建质量的验收口径

重建项目需要一套客观验收口径，避免"看起来挺好"式收工。几何保真：抽样位置（门框、桌面、通道）比对重建网格与实测尺寸，误差在任务允许范围内——教育漫游允许宽松，工业测量类从严。视觉完整度：按预定行走路径录屏巡检，记录缺口、鬼影、闪烁的位置与占比。性能口径：目标设备上分块加载后的帧预算执行情况、单块内存占用、全场漫游的加载停顿次数。舒适联动：尺度天然合规是重建的红利，但生成修补的部分仍要过 4.1 的尺度自查。四项口径全部量化归档，与原始采集数据一起构成副本的"出生证明"——后续任何重建管线升级，都能用同一口径对比新旧质量。

本节回收站

• NeRF 到高斯泼溅的进化主线：从隐式采样到显式基元，实时漫游从不可行变成折中可行。
• 重建的两块价值：数字孪生降门槛、场景原型速通；采集侧盯覆盖与光照一致，预算侧盯点数与碰撞。
• 生成内容默认"给相机看"的构图逻辑，尺度、背面、光照三类偏差直踩舒适红线。
• 生成物入库走舒适审查清单：模型是不知道前庭的实习美工，不能免检。
• 合流管线的正确顺序：重建打底、生成修补、人工审查收口，脱敏与授权随采集进流程。

世界造得越来越快，问题从"造得出"转向"该不该"：头显采集的眼动与空间数据、虚拟行为的责任归属、开放标准与各家生态的博弈——最后一站离开纯工程，谈边界。