GPT-6 Astra dringt in die 3D-Welt vor: KI wird Räume erzeugen, aber 3D-Designer nicht ersetzen

In den letzten Jahren war der Entwicklungspfad der künstlichen Intelligenz sehr klar.

Große Sprachmodelle ermöglichen es Maschinen, Texte zu verstehen und zu generieren, sodass auch normale Nutzer KI für die Wissensorganisation, Inhaltserstellung und sogar komplexe Schlussfolgerungen nutzen können.

Anschließend begann die KI, in den visuellen Bereich einzudringen. Von der Bildgenerierung bis zur Videogenerierung senkt sie ständig die Hürden für die visuelle Erstellung. Arbeiten, die früher von professionellen Fotografen und Designern erledigt werden mussten, können heute von normalen Nutzern mit einer einfachen Beschreibung schnell zu einem visuellen Ergebnis führen.

Aber zweidimensionale Inhalte sind letztlich nur Informationen auf dem Bildschirm, während die reale Welt schließlich aus dreidimensionalen Objekten besteht, nicht nur aus Text und Bildern.

Am 3. September veröffentlichte OpenAI GPT-6 Astra, was die Aufmerksamkeit der Technologiebranche und der 3D-Industrie erregte. Im Gegensatz zu früheren KI-generierten Bildern und Videos liegt der Schwerpunkt von Astra nicht auf der Generierung eines statischen Bildes, sondern auf der Bedienung professioneller Software durch Agentenfähigkeiten, um dreidimensionale Umgebungen zu generieren und weiter interaktive Räume zu bilden, die erkundet werden können.

Die 3D-Technologie scheint zum Kernthema der KI-Branche geworden zu sein. Kürzlich haben Anthropic, World Labs und ByteDance ebenfalls Aktualisierungen der 3D-Technologie vorgestellt, und Tsinghua & Tencent ARC hat die Mehransicht- und Animationsaktualisierung von Pixal3D als Open-Source veröffentlicht. Man kann sagen, dass die 3D-Erstellung, für die Nutzer früher professionelle Tools wie Blender und Maya erlernen und jahrelang üben mussten, durch KI viel einfacher geworden ist.

Und dies wirft die Frage auf: Kann KI Architekten, Spielgrafiker und Industriedesigner wirklich ersetzen?

Die größte Veränderung, die Astra mit sich bringt:

Nicht die Generierung von 3D, sondern der Einstieg in die 3D-Arbeit

Um die Bedeutung von Astra zu verstehen, müssen wir zunächst verstehen, warum die 3D-Produktion in der Vergangenheit so komplex war.

In herkömmlichen Abläufen wird das dreidimensionale Modell einer Spielszene, eines Gebäudes oder eines Industrieprodukts nicht einfach gezeichnet. Designer müssen zunächst Modelle in Software wie Blender und Maya erstellen. Sie ähneln den grundlegenden Erstellungstools in der 3D-Welt oder Photoshop im Bildbereich. Designer können damit dreidimensionale Objekte wie Häuser, Möbel und Charaktere erstellen.

Aber nachdem das Modell erstellt wurde, ist das Werk noch nicht fertiggestellt.

Zum Beispiel muss in der Spielindustrie ein Charaktermodell weiter mit Materialbearbeitung und Bewegungsbindung versehen werden, bevor es in Spiel-Engines wie Unity und Unreal Engine importiert wird, um es wirklich zu einem lauffähigen, interaktiven digitalen Objekt zu machen.

Das Gleiche gilt für die Architekturplanung: Ein 3D-Rendering eines Raums muss nicht nur „schön aussehen“, sondern auch das räumliche Verhältnis, die Lichtveränderungen, die Maße der Möbel und die Durchführbarkeit der zukünftigen Bauarbeiten berücksichtigen.

Daher war die 3D-Produktion in der Vergangenheit tatsächlich eine sehr lange Kette:

Bedarfsformulierung → Design → Modellierung → Optimierung → Import in die Engine → manuelle Anpassung → endgültige Auslieferung.

Die 3D-Industrie leidet seit langem unter dem Problem der „hohen Hürden“: Viele Menschen haben kreative Ideen, aber nicht die Fähigkeit, professionelle Tools zu bedienen. Sie wissen nicht, wie sie mit Blender Designs erstellen können, oder sind dazu nicht in der Lage.

Was das von OpenAI veröffentlichte GPT-6 Astra verändert, ist genau die Beziehung zwischen Menschen und professioneller Software.

Früher lernten Menschen die Software und nutzten sie dann, um Aufgaben zu erledigen; in Zukunft formulieren Menschen direkt ihre Ziele, und die KI bedient die Software, um die Aufgaben zu erledigen.

Diese Veränderung ähnelt im Grunde dem Einfluss, den das KI-Programmierwerkzeug Cursor in den letzten Jahren ausgeübt hat: Früher mussten Entwickler selbst die Entwicklungsumgebung öffnen und Code Zeile für Zeile schreiben; heute können Nutzer der KI direkt sagen, welche Funktion sie hinzufügen möchten. Die KI kann Anforderungen verstehen, Code ändern, sogar Fehler finden und ständig optimieren.

Wenn Cursor nicht die Programmiersprache selbst beseitigt, sondern die Distanz zwischen Mensch und Code verringert, dann könnte der zukünftige 3D-Agent eine ähnliche Rolle spielen.

Professionelle Designer oder Laien müssen nicht unbedingt alle Modellierungswerkzeuge beherrschen, sondern mit der KI in natürlicher Sprache kommunizieren: „Ändere dieses Wohnzimmer in einen japanischen Minimalismus-Stil“ oder „Generiere eine Stadtszene, die für Spiele geeignet ist“.

Die KI ist dafür verantwortlich, die Anforderungen zu verstehen und die dahinterstehenden professionellen Tools zu aktivieren.

Daher ist der größte Durchbruch von Astra nicht, dass es ein schönes Zimmer generiert, sondern dass es eine neue Arbeitsweise zeigt: Die KI wird zu einer Bedienebene zwischen Menschen und komplexer Software.

Allerdings bedeutet die Senkung der Erstellungshürden nicht, dass das Problem der kommerziellen Produktion gelöst ist.

Dass die KI normalen Nutzern ermöglicht, schnell eine 3D-Szene zu generieren, bedeutet nicht, dass sie bereits die Anforderungen der echten kommerziellen Produktion erfüllen kann.

„Wie die reale Welt auszusehen“ und „für die reale Welt nutzbar zu sein“ sind zwei völlig unterschiedliche Probleme.

Zum Beispiel kann ein von KI generiertes Raum-Rendering Nutzer schnell die Anordnung der Möbel und den Gesamtstil zeigen. Obwohl dies für die Erkundung von Einrichtungsplänen sehr wertvoll ist, sind die Anforderungen in der eigentlichen Bauphase völlig anders.

Sind die Maße des Raums korrekt? Passen die Möbel wirklich hinein? Lassen sich die Türen normal öffnen? Diese Probleme können nicht allein durch visuelle Generierung gelöst werden.

Besonders in der industriellen Fertigung ist das der Fall: Die Herstellung eines Autos umfasst unzählige Teile, und mit „sieht so aus“ oder „sieht machbar aus“ kann man das Produkt kaum wirklich herstellen.

Daher stellen Branchenkenner fest: Die Hürden für den Eintritt der KI in den 3D-Bereich sind gesunken, aber es besteht noch eine große Distanz zur echten kommerziellen Produktion, und es braucht weitere Schritte, um die tatsächliche Industrialisierung zu erreichen.

KI dringt in den 3D-Bereich ein,

Warum kann sie professionelle Modelle nicht ersetzen?

KI kann in einigen Bereichen ein Experte sein, aber zumindest derzeit ist sie kein 3D-Experte. Die Welt zu verstehen und die Welt zu erschaffen sind immer noch zwei verschiedene Dinge. Aus umfangreichen Daten zu lernen und die physikalischen Gesetze der realen Welt zu verstehen, um nutzbare Inhalte für die reale Welt zu generieren, sind ebenfalls zwei verschiedene Dinge.

Zwar senkt Astra die Hürden für den Eintritt in die dreidimensionale Welt, aber die wichtigste Frage lautet: Wird es die heutigen 3D-Generierungsunternehmen verdrängen?

Die Antwort ist nicht einfach „ja“ oder „nein“. Oder genauer gesagt: Astra und viele heutige professionelle 3D-Generierungsmodelle lösen zwei verschiedene Probleme.

Astra ist besser darin, Anforderungen zu verstehen, Aufgaben zu zerlegen und Werkzeuge zu bedienen, während professionelle 3D-Modelle besser darin sind, hochwertige, nutzbare dreidimensionale Produkte zu generieren. Die beiden werden in Zukunft höchstwahrscheinlich eine Kooperationsbeziehung eingehen, keine einfache Substitutionsbeziehung.

Einige Praktiker im 3D-Bereich glauben, dass das Erscheinen von Astra ein positives Signal ist. Denn es führt wahrscheinlich nicht zu einem Schrumpfen der Branche, sondern dazu, dass mehr Nutzer in den Bereich der 3D-Inhaltserstellung eintreten, wodurch die Größe des gesamten Marktes wächst.

„Verstehen“ und „Generieren“ in der künstlichen Intelligenz sind zwei verschiedene Konzepte. Die größte Fähigkeit früherer großer Sprachmodelle wie ChatGPT ist das Verstehen und Schlussfolgern. Es kann die Absicht des Nutzers verstehen, eine große Menge an Texten lesen, umfangreiche Daten durchsuchen und auf Basis vorhandener Wissen antworten.

Hu Yuanming, Gründer und CEO von Meshy, hat einmal versucht, mit Astra und Meshy jeweils ein Bild von „einem Krieger mit Schwert und Schild“ zu generieren. Astra ist gut darin, die Bedürfnisse des Nutzers zu erfüllen, zum Beispiel Gesichter zu generieren, aber es ist nicht gut darin, Details wie „wie groß die Augen sind“ oder „in welchem Winkel das Schwert gehalten wird“ darzustellen. Genau diese Details sind die Wettbewerbsstärke von 3D-Modellen. Das ist auch das sogenannte „jeder Meister hat sein eigenes Fachgebiet“. Wenn Astra als vollständiges Generierungswerkzeug verwendet wird, wird das Ergebnis grob, unangemessen und kann die Erwartungen der Nutzer nicht erfüllen.

Zum Beispiel kann die KI in einigen interaktiven Szenen visuelle Elemente wie Kaffeetassen und Flüssigkeit erkennen und Aktionen wie „Kaffee eingießen“ generieren. Aber wenn die Flüssigkeit aus der Kaffeetasse fließt und direkt durch eine andere Kaffeetasse hindurchgeht, widerspricht dieses „Durchdringen von Objekten“ offensichtlich nicht den Gesetzen der realen Welt.

Das Verständnis der Gesetze der realen Welt ist der Bereich, in dem sich die KI derzeit noch weiterentwickeln muss.

Die zukünftige Zusammenarbeit zwischen LLM und 3D-Modellen wird höchstwahrscheinlich so aussehen, dass das große Sprachmodell als Einstieg für die Nutzeranforderungen dient, und dann die professionellen Modelle für die Erstellung verantwortlich sind.

Zum Beispiel stellt der Nutzer die Anforderung: „Entwerfe mir eine 50-Quadratmeter-Wohnung in Peking, die für eine einzelne Person geeignet ist und einen japanischen minimalistischen Stil hat.“

Hu Yuanming erwähnt, dass die räumliche Verständnisfähigkeit von Astra eine große Unterstützung für die 3D-Generierung ist und modellgesteuerte Tools oder Plattformen wie Meshy besser ant