PATH A / RECONSTRUCTION
已有的东西：用照片或视频还原
拍摄真实寝室，尽量还原桌椅、门窗和空间布局。检查时要拿现场照片或尺寸作依据，不能把模型猜出来的部分当成真实记录。
核心问题：现实中是什么样？模型有没有漏掉、错放或变形？
AI 3D LEARNING SERIES · DAY 02 / SPATIAL GENERATION
把想法变成 3D，
还要转着检查。
没有现成的灯可以拍，也不会建模，能不能只写一句描述就开始？可以。但生成出来的模型，不能只看正面。转到侧面和背面，它还得是同一盏灯。
本课目标：区分空间重建与空间生成；掌握空间一致性检查；写出第一件 3D 资产的设计要求；理解扩散模型与世界模型的大致边界。
FROM IDEA TO 3D ASSET
描述 → 生成 → 转动检查DAY 02
01 / TWO DIFFERENT PATHS
先选：还原已有的，还是创造想要的？
把寝室搬进网页，和给寝室设计一盏新灯，是两件不同的事。一个有现实对象可对照，一个主要依赖设计要求。
PATH B / GENERATION
想要的东西：用描述或参考图创造
通过文字描述、参考图或二者结合，生成一件现实中未必存在的新物体。检查时主要对照设计要求，判断造型是否符合预期。
核心问题：我想创造什么？模型有没有遵循形状、材质和细节要求？
关键区别：空间重建要对现实负责；空间生成要对设计意图负责。生成模型可能补全照片里看不到的背面，但这种补全不等于真实证据。
A HYBRID WORKFLOW / 重建 + 生成
先还原空间，再放入新设计
混合工作流：先用照片或扫描建立真实房间，再把生成的新灯、桌子或书架放进场景。这样既保留真实空间，也能测试新设计是否适合。
02 / SPATIAL CONSISTENCY
转一圈，确认它还是同一件东西
换角度后，物体在屏幕上的位置和大小会变，这是正常的。真正要检查的是物体自身的结构、材质和空间关系有没有走样。
旋转观察：环形吊灯教学示意模型
正面：观察圆环是否闭合，支架是否连接正确，环形是否对称。
INSPECTION CHECKLIST
模型质量检查
逐项勾选你已经检查过的内容。注意：勾选代表已检查，不代表模型一定合格。
已检查 0 / 4 项
反光会随观察角度变化，这是正常现象。真正的问题是材质属性本身突然改变，或结构在不同视角下不一致。
空间一致性（Spatial Consistency）：从不同角度观察同一物体时，它的几何形状、表面细节、材质属性，以及与周围对象的空间关系，应当保持合理且相互一致。
03 / WHAT DID THE TOOL ACTUALLY CREATE?
全景图、环绕视频，还是真正的 3D 模型？
看起来都能“看到四周”，但它们支持的交互能力完全不同。做网页前先确认工具实际交付了什么。
PANORAMA / 全景图
站在一个位置，向四周看
能从同一观察点转头查看四周，但无法自然地走到家具背后或改变观察位置。遮挡区域仍然没有真实几何。
ORBIT VIDEO / 环绕视频
镜头替你绕着物体转
观众观看预先拍摄或生成的环绕镜头，不能自由控制视角，也不能随意走近、走远或查看指定细节。
TRUE 3D ASSET / 真正的三维资产
观众自己控制视角和观察位置
真正的三维资产具备可用的几何或可渲染表示，能在网页中由用户控制视角。若还要走动、碰撞或交互，则需要额外的场景与行为系统。
| 结果类型 | 能做什么 | 不能直接保证什么 |
|---|---|---|
| 全景图 | 固定观察点环视四周 | 自由移动、查看遮挡背面 |
| 环绕视频 | 播放镜头绕物体运动的画面 | 用户自由控制视角 |
| 真正的 3D 资产 | 在三维查看器中自由旋转、缩放 | 自动具备物理、碰撞和游戏逻辑 |
04 / YOUR FIRST 3D ASSET BRIEF
给明天的 Lux3D 写一张设计卡
别只写“一个好看的灯”。把形状、材质、细节位置和使用场景说清楚，生成结果才有可检查的标准。
3D ASSET BRIEF / 资产设计要求可填写 · 可复制
一盏寝室圆环吊灯，安装在大学寝室书桌上方。单层圆环灯罩，细长金属支架。材质为暖白色磨砂灯罩与哑光银色金属。只有灯环外侧有细密条纹，内侧和背面保持素色；支架连接在灯环顶部中心。尺寸约为灯环直径 35 cm、支架高 25 cm。需要避免灯环断裂、扭曲、支架穿插，以及背面凭空出现不符合设计的装饰。
这张卡是设计 brief，不是保证模型严格遵循的魔法咒语。生成后仍要逐项核对；必要时调整提示词、参考图或换生成方案。
05 / HOW DIFFUSION WORKS
图像怎样从噪声里生成？
扩散模型的核心思路：训练时学习去噪，生成时从噪声出发，在条件引导下逐步得到图像。
TRAINING / 训练给真实图片加噪声
在不同噪声强度下训练模型学习去噪。
LEARN / 学习学习噪声规律
模型学习如何根据条件估计并移除噪声。
GENERATION / 生成从随机噪声开始
结合文字或图像条件，多步迭代去噪。
OUTPUT / 输出得到生成图像
解码或转换为可见图像结果。
CONDITIONED GENERATION
文字是条件，不是藏在噪声里的答案
模型根据训练中学到的数据规律生成符合条件的新内容。随机起点、提示词和采样设置等因素都可能影响结果，因此重复生成不一定得到完全相同的物体。
06 / WORLD MODELS & ACTION
想让物体动起来，还需要什么？
能展示一个模型，不代表它知道被推之后会怎样。动作、状态变化、碰撞和持续性，都需要额外的机制。
先生成三维场景，再模拟
创建三维资产和场景；需要运动、碰撞时，再加入物理模拟、动画或交互逻辑。
适合：可控的 3D 展示与游戏场景交互式视频
根据当前画面和用户动作，继续生成后续画面。交互感可能很强，但输出不一定是可编辑三维资产。
适合：探索交互式视觉体验隐式世界表征
用模型内部状态表达环境并预测变化，不一定直接输出传统三维模型或逐帧画面。
适合：预测、规划与决策研究WORLD MODEL / ACTION → NEXT STATE
世界模型关注的不只是“画面长什么样”，还有“动作之后会发生什么”
例如 Genie 系列探索从图像和动作生成可交互环境。需要区分：画面能响应按键，不等于系统拥有精确的三维几何、可靠物理规律或可编辑资产。
对这周的作品：如果目标只是做一盏能旋转查看的灯，先把模型、材质、网页查看器和基础交互做好。物理模拟、世界模型和复杂动作预测都不是第一版的必要条件。
07 / KNOWLEDGE CHECK
知识检测
四道题，检查你是否能区分重建、生成、空间一致性和真正的三维资产。
空间生成 · 自测已完成 0 / 4
本页整理自观猹《Day 2 · 空间生成》，知识学习版；噪声演示为预设图像混合示意，不代表真实扩散采样过程。