现在的 AI 3D 很擅长生成第一版：输入一句话或一张图片，很快得到一个模型。

但游戏生产更关心下一步。车身太窄，能否只改宽度？车顶太高，能否只改高度？材质错了，能否只换材质，不重做几何？半年后，能否用同样的输入重新得到同样的模型？

如果每次修改都要重新生成完整模型、重新描述全部要求、再次消耗大量 Token，模型就很难真正进入生产流程。

模型由 TypeScript 脚本和参数生成。AI 不只交付一次性的网格，还交付生成方法。结果不满意，只改相关参数或局部规则，不必从头再来。

传统建模常通过移动顶点、拉面、雕刻等方式直接修改网格。程序化建模则先写清生成规则，再由程序计算出网格。

以汽车为例，脚本会描述车长、车宽、车高、轴距、轮胎尺寸、车窗位置等参数。修改车宽后，系统重新计算车身、玻璃、轮组和灯具的位置，得到一辆新车。

它不是把模型“锁死”在一个结果里，而是保留一套可以继续调整的生成方法。

这很适合需要批量变体的内容：车辆、建筑、道路、地形、植被、岩石、家具，都能从一套模板生成多个稳定版本。

同一个球形街区模板，可以继续调整星球半径、建筑数量、树木数量和随机种子，而不是重新手工摆放全部内容。

程序化贴图不是直接保存一张固定图片，而是用噪声、颜色渐变、图案、遮罩和材质规则计算表面。

修改锈蚀程度、颜色或纹理尺度后，贴图会重新生成。它仍然可编辑，也能和模型尺寸一起变化。

Meshova 的程序化 PBR 材质包含基础色、金属度、粗糙度、法线、AO、高度和自发光等通道。目标不是复刻参考图的每个像素，而是保证材质类别和整体质感正确。

三、为什么“模型就是脚本”适合 AI

AI 擅长读写文字和代码。车身太窄，就修改“车宽”；车顶太高，就修改“车高”。不用重新描述整辆车，也不用重新生成全部内容。

脚本还是普通文本，文件小，方便分享，也能进入 Git。谁改了什么、哪次修改更好，都能比较和回退。

Meshova 不把节点图作为主要格式。节点图适合人拖拽，但 AI 要反复寻找节点、接口和连线。脚本更直接，也更容易检查是否写错。

可以把 PCG 模板理解成一份“可调整的模型配方”。汽车模板已经知道车身、车窗、车轮和车灯如何组合；AI 只需选择接近目标的模板，再修改尺寸、比例、颜色和材质。

模板负责常见结构，参数负责变化。AI 不必每次从空白开始，结果也更稳定。

以流线城市轿车为例，同一份脚本只修改车宽、车高，就能得到不同造型：

这里只修改了参数。车身、玻璃和轮组按规则自动联动。AI 不必重新编写整辆车，修改范围小，重复 Token 消耗也更低。

同样的方法也适用于完整场景。花园房子只调整房屋尺度、树木和花朵密度，就能从稀疏庭院变成茂密花园：

都市建筑只调整层数、裙楼、收分和塔冠，就能覆盖低层方楼、标准塔楼和摩天尖塔：

Meshova 会保存脚本、参数和随机种子。三者相同，生成结果也相同。

随机种子可以理解为“变化编号”。换一个编号，树叶、石块、锈斑会变化；编号不变，结果不会偷偷改变。这样才能放心分享、继续修改和比较前后版本。

Meshova 使用 TypeScript，同一套模型逻辑可以在命令行运行，也可以在浏览器运行。

项目部署到 GitHub Pages 后，其他人打开链接即可查看模型、切换视角、调整参数。分享的不只是截图或网格，也可以是一个仍能继续修改的模型页面。

浏览器还是 AI 的观察窗口。系统可以自动打开模型、设置参数、从多个视角截图，再检查轮廓、比例和材质。代码通过不代表模型一定好看，最终仍要看渲染结果。

当前主查看器使用 Three.js WebGLRenderer。WebGPU 用于逐步扩展计算能力，不把尚未完成的迁移写成现成功能。

图片可以作为建模输入，但 Meshova 不希望把图片直接变成一块难以修改的死网格。

单张图片看不到背面，也无法准确提供深度，所以系统不会假装完全恢复真实模型。它的目标是生成结构合理、造型接近、还能继续修改的程序化资产。

造型优先于纹理复刻。轮廓和多视角比例先正确，再判断金属、塑料、木材、布料等材质类别，避免把金属做成皮革。

八、参数必须让人和 AI 都看得懂

程序化系统不能只增加参数数量，还要保证参数有意义。

Meshova 使用“车身外壳”“前挡风玻璃”“前轮胎”这类语义名称，不把 

当视觉检查发现“车身过窄”时，AI 可以直接修改车宽；发现“前轮过小”时，可以修改前轮半径。问题能落回明确参数，自动迭代才真正可用。

九、PCG 模板同时覆盖模型和材质

Meshova 不要求 AI 每次从空白开始。案例既是展示内容，也是可读取、可修改、可组合的模板。

按模型定义、材质模板和参数变体计算，项目内容总量已超过 1000 项；网页模型库去重后接近 1000 个可浏览条目。

模型模板覆盖车辆、建筑、道路、地形、植被、岩石、角色体块和硬表面物件。材质模板覆盖金属、木材、布料、陶瓷、玻璃、岩石、砖墙等常见类别。

几何和材质共用参数、随机和空间规则。例如同一组侵蚀规则既可以改变岩石轮廓，也可以影响表面的颜色、粗糙度和高度，让造型与材质保持一致。

结语：AI 时代，生成方法也是资产

未来的 AI 3D 工具不应只比较谁能更快生成一张好看的截图。对游戏和实时内容生产来说，更重要的是结果能否修改、复现、测试、分享和持续维护。

人提出审美目标和生产约束，AI 编写与修改程序化脚本，Meshova 负责几何、材质、渲染和校验。最终模型只是某次计算结果，脚本和参数才是可以长期使用的资产。

面向AI时代的程序化建模

编程语言

人工智能

开发工具

Meshova采用程序化建模技术，将3D模型转化为可编辑脚本，实现参数化调整。通过TypeScript脚本和参数生成模型，支持局部修改而不必重做，提高生产效率。程序化建模保留生成规则，便于批量变体制作，适用于车辆、建筑等场景。模型与材质均可参数化调整，确保结果可复现。网页端支持实时渲染和参数修改，便于协作与版本管理。

TypeScript

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

面向AI时代的程序化建模

面向AI时代的程序化建模

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐