GPT-6 发布后，最火的案例莫过于各种各样的 3D 网页。
有人让 GPT-6 操作 Blender，从零捏一个人物模型；有人让它做各种可以旋转、拆解、交互的 3D 网页。其中传播最广的一个案例，是一套人体解剖网站。
视频里，一个完整人体可以被层层拆开，肌肉、骨骼、血管和器官全部变成独立的 3D 部件，据称 GPT-6 一口气生成了 2234 个人体部件。
这个帖子很快拿到了超过 3200 万次浏览。大家第一反应都是：GPT-6 的 3D 能力，已经这么夸张了吗？
但很快，事情出现了反转。
有人发现，这 2234 个人体部件其实并不是 GPT-6 从零生成的，而是来自一个已有的专业 3D 数据集，由专家基于 MRI 数据制作。GPT-6 真正做的，是调用这些现成模型，再把它们组织成一个可以交互的网页。
作为一个通用模型，GPT-6 的强项其实不在生成复杂的 3D 资产本身，它可以用 Three.js 搭一个 3D 场景，也可以通过 Computer Use 打开 Blender 自己建模，但实际效果依然像视频生成模型早年的「史密斯吃面」：动作都做对了，最后出来的东西却总有点不对劲。
而当我们想要复刻类似的人体解剖网页时，面临的情况就变成了 GPT-6 自己没办法生成这种精细化的 3D 模型，让 GPT-6 操作 Blender 生成的模型也是同样粗糙的「早期史密斯吃面」。
GPT-6 的直接生成，思路类似搭积木，每个部件都放上去了，但比例、细节和部件之间的连接仍显生硬，整体容易不像目标物。它往往更适合的是，由基础几何体拼出来的低复杂度 3D 场景，比如方块、球体、简单机械结构、低模建筑、抽象装置，重点在交互和空间关系。
直到我们发现了 GPT-6 + Hyper3D MCP 的组合，把 3D 建模交给专业的 3D 生成模型处理。
GPT-6 既可以发挥自己的通用模型世界知识能力，让 3D 生成模型发挥其最大的潜力；另一方面还能结合模型的 Computer/Browser Use 工具，不断对生成结果进行打磨。
而 Hyper3D Rodin 作为顶尖的 AI 3D 生成模型，能更好地处理形态复杂、表面细节多、需要完整网格和材质的真实物体，比如人体、动物、器官、复杂道具、建筑资产等。
同时，通过两者的结合，Hyper3D 可以快速根据 GPT-6 的提示词做出调整。最后我们就复刻出了一个真正由 AI 3D 生成模型制作的人体解剖网页。
从零开始的保姆级教程
生成的过程其实并不复杂，基本上就是和 Codex 的对话，先输入需求明确的提示词，之后根据生成结果进行细微的调整，Hyper3D 的 MCP 可以连接到 Codex 自动在后台处理所有的 3D 模型生成工作。
例如当我们发送「帮我生成一个 3D 的汽车模型」时，Codex 会自动检查可用的工具，识别到可以接入 Hyper3D 并使用 Hyper3D Rodin 模型进行生成。
并且针对生成任务， Hyper3D MCP 会持续反馈当前的生成状态。以这个车模生成为例，整个任务被拆成 5 个阶段，用户可以实时看到生成进展，例如目前正在生成车漆、玻璃和轮胎的材质贴图。
MCP 的连接方式在 Hyper3D 官网就能找到，我们只需要点击右上角的 MCP，并复制弹窗显示的这段提示词，发送给 Codex，Codex 就能自动完成连接。
请在我当前使用的客户端（Codex 或 Claude Code）中配置 Hyper3D MCP：服务名 hyper3d，Streamable HTTP 地址 https://api.hyper3d.com/api/mcp，使用 OAuth 授权。按当前客户端的方式配置，保留其他设置，已有配置请复用或更新。引导我在浏览器中完成授权，然后验证连接并列出可用工具。如需重启，请告诉我。
配置完成后，Codex 会提示实际读取到 Hyper3D 的多个工具，包括使用 Hyper3D Rodin 模型进行 3D 模型的生成，通过递归分件功能 BANG将模型拆分为部件，查询生成进度，以及获取生成结果等。
我们开启一个新的对话，在对话框内输入「制作一个可交互的 3D 人体拆解网页，暂名人体拆解室。使用 Hyper3D Rodin 生成主要三维资产，再完成下载、装配、网页开发和实际检查。」
同时，附上更加详细的生成方式、交互效果，以及画面和交付标准，要求它采用统一的实体教学模型风格，同时增加 12 秒的自动演示效果等。
Codex 花的时间非常久，能看到 Codex 会反复查看 Hyper3D Rodin 生成的图片进行检查，像是「检查发现双肺底部被生成了过深的空腔，形态不合适。」
Hyper3D 会根据 GPT-6 的反馈继续生成符合要求的 3D 人体部件，GPT-6 会自动选择 Hyper3D Rodin 模型的 Medium 模式和对应的图生 3D 路径，最终实现了从头到脚的完整肌肉人体，采用了 18 件新生成的 Hyper3D Rodin 资产，提供 46 个可选区域。
我们可以看到 Hyper3D 网页内生成的这些 3D 人体部件资产，从完整的人体，到每一个单独的器官，还针对不同器官生成了相应的材质。
如果是要求手工制作，或者逐一用 AI 生成这么多的 3D 资产，光是想提示词就要想破脑袋。现在，我们只是提出需求，Codex 会自己决定它需要哪些 3D 资产，然后通过 Hyper3D MCP 交给 Hyper3D Rodin 模型进行生成。
得到最终的 3D 资产后，Codex 将这些由 Hyper3D Rodin 生成的 3D 模型下载，再把它们全部载入到网页显示，经过校准，让位置也能精确复位。
而我们也新开了一个项目，看看不用 Hyper3D Rodin 的效果如何，将原提示词中「使用 Hyper3D Rodin 生成主要三维资产」修改为「使用 GPT-6 生成主要三维资产」，最终得到的结果会发现很简陋。
在人体形态上，我们能看到 Hyper3D Rodin 生成的 3D 模型，是由肌肉、骨骼和血管共同构成完整人体，而 GPT-6 单独生成的，只是做成了透明人台里摆放器官，整体观感已经偏离。
其次，由于 GPT-6 只能使用 Three.js 库进行生成，3D 模型的材质看起来过于平整，无论是器官还是骨骼模型，都被统一换成单色哑光材质，削弱了太多的表面细节。
具体展开之后，Hyper3D Rodin 生成的 3D 资产，会像一整面解剖标本陈列，而 GPT-6 由于细节过少，整体感觉也很淡，少了 3D 原有的冲击感。
拉近仔细看，差别会更明显。Hyper3D Rodin 生成的肌肉人体有连续的身体轮廓和肌束起伏，器官也带着各自的形状与表面纹理。这些细节在下载的模型里就已经存在，Codex 随后再处理位置、比例和拆解交互。
对于需要近距离观察的网页，Hyper3D 生成能力很有用。我们可以直接围绕已有的模型设计展示方式，省去从基础几何形状开始逐块拼出人体、再逐一补充表面细节的工作。
任意 3D 素材，都可以现做了
有了人体拆解室的经验，我们又把 GPT-6 + Hyper3D MCP 这套组合用在了几个更好玩的想法上。
作为目前唯一具备拆件能力的 3D 生成 MCP，这一套工作流帮我们做出了一只可拆装的蒸汽甲壳虫。
它有一副深绿色的珐琅外壳，黄铜包边，表面保留着铆钉和磨损纹理。拖动网页下方的滑杆，两片鞘翅向外打开，头壳和躯壳上盖逐渐分离，藏在里面的齿轮、活塞和锅炉也露了出来。
即便外壳已经完全拆开，里面的机芯依然可以继续运转。点中一片鞘翅，还能把它单独拿出来旋转观察，或者换一种珐琅颜色，再装回甲壳虫身上。
这只甲壳虫很适合观察 Hyper3D Rodin 的材质表现。生成结果带有配套的 PBR 材质信息，记录了表面颜色、细微凹凸，以及不同部位的金属感和粗糙程度。
Hyper3D 业内独有的 BANG 递归分件功能，可以把模型自动拆成独立部件；这些部件载入 Codex 生成的网页后，可以单独选中、拆解和交互。
拆完甲壳虫，我们又给一只橘猫穿上了黑风衣。
它戴着墨镜，挺着肚子向后仰，几条银色沙丁鱼从身边飞过。其中一条已经快贴上它的脸，场面很像《黑客帝国》，只是主角和子弹都换了。
网页打开时，时间停在这个惊险的瞬间。我们可以绕到橘猫背后，看看风衣的褶皱，也可以拖动时间滑杆，让鱼继续往前飞，或者倒退回去。
这里用到的主要资产其实只有两份：一只猫和一条鱼。网页把同一条鱼复用成了八条，再分别计算它们的位置。橘猫始终保持后仰姿态，鱼的运动、镜头的环绕，以及偏绿色的电影光照，共同组成了这场「子弹时间」。
一个固定姿势的模型，也能让人来回玩上好一会儿。
主角和镜头都有了，我们又把场景扩大到一段广州街角。
两栋骑楼沿街相接，楼上是绿色百叶窗，楼下是一排连续的拱廊。早餐车停在路边，旁边放着石狮和榕树盆景。拉开视角，整条街像摆在桌上的微缩模型；切换到街道模式，镜头就降到行人的高度，可以沿着廊下往前走。
这段街角由五份 Hyper3D Rodin 生成的独立 3D 资产组成：两栋骑楼、一辆早餐车、一只石狮和一盆榕树。拖动装配滑杆，可以看着道路先归位，建筑落下，再把街边的小物件逐一摆好。
GPT-6 和 Hyper3D MCP 的组合还能做出更丰富的交互，例如这个蝙蝠观察的网页，用户可以把鼠标当做手电筒。
一只固定展翼的蝙蝠悬在暗处，鼠标移动到哪里，检查灯就照向哪里。点击头部、翼膜或脚爪，镜头会靠近对应部位；也可以把模型转过去，看它的背面和翅膀下侧。
更丰富的交互方式，是用来做游戏。
桌上摆着一只长出鹿角的茶壶，旁边的灯将它投向墙面。右侧的通行证上，印着海关要求核验的轮廓。玩家需要转动茶壶，调整俯仰和侧倾，让墙上的影子与目标重合。
鹿角朝哪个方向伸，壶嘴弯在哪里，把手中间留下多大的空隙，都会改变影子的形状。有时候看着差不多，轻轻转一下，壶嘴和鹿角就错开了。
轮廓吻合后，通行证上会盖下「准予通行」的印章。当前的三个关卡使用同一只茶壶，从不限时的初检，逐渐增加时间压力。
为了让影子更容易辨认，这只茶壶改过一轮。第一版的鹿角太小，后来重新制作参考图，把不等长的大鹿角、卷曲把手和弯曲壶嘴突出出来，再交给 Hyper3D Rodin 生成。
Codex 则负责把模型投影、轮廓比较、计时和盖章反馈接起来。生成出来的古怪茶壶，就这样成了一件需要查验的游戏道具。
我们因此可以围绕游戏需要制作道具，省去寻找一只恰好符合谜题要求的现成模型的过程。
支撑这些作品的 Hyper3D Rodin，出自 3D 生成大模型公司影眸科技 Hyper3D。该公司成立于2020年，核心创始团队来自上海科技大学，长期深耕 3D 建模、图形学与生成式 AI。
从黄仁勋在 CES 2026 主题演讲中的工作流展示，到 OpenAI 首届 Codex 黑客松冠军项目，Hyper3D 已多次亮相全球前沿技术场景。
不仅仅单个物体的生成，完整场景的工作上，团队的场景生成研究 CAST 还获得了国际图形学顶会 SIGGRAPH 2025 最佳论文奖。它研究的是怎样通过一张图片，生成包含物体、物体关系和物理约束的完整 3D 场景。
今年 9 月，影眸 Hyper3D 通过对 CAST 的演进，推出了世界生成模型 WorldGen，其生成能力已经进入具身智能仿真训练、影视制作、游戏开发与空间计算等真实生产场景。
这些研究关心的问题，也贯穿着三维素材的实际制作：外形要有细节，贴图要尽量还原真实，生成之后还得方便继续修改并应用在实际生产场景里。Hyper3D Rodin Gen-2.5 的更新就围绕几何细节、贴图表现，以及适合不同用途的生成模式展开。
回到我们这次的尝试，配合 Hyper3D MCP，提交生成任务、查询进度，再下载模型接着使用，GPT-6 又把这种出色的三维资产生成能力接进了网页展示、游戏制作、影视创作、3D 打印等多个应用场景。
需要什么模型，可以在制作过程中调用 Hyper3D Rodin 生成，再继续装配、编写交互和检查效果。一只甲壳虫、一段骑楼街景，或者一个自己设定的小游戏，都可以这样逐步做出来。
3D 模型也开始有自己的「Agent API」
过去让 AI 做一个 3D 网页，最麻烦的地方往往就在 3D 模型过于粗糙。
通用大模型可以用 Three.js，实现各种复杂的交互逻辑，甚至镜头、动画和页面也都可以让大模型完成；但一旦需要一只精细的猫、一栋骑楼，让通用大模型自己完成 3D 生成，就会稍显吃力。
目前最厉害的 GPT-6，让它自己用基础几何体去拼，效果不够好；让它打开 Blender 从零建模，又会进入漫长而不稳定的 Computer Use 流程。
Hyper3D Rodin 这次通过 MCP 把 3D 生产过程拆成了大模型非常熟悉的工具调用：提交生成任务、查询进度、检查结果、拆分部件、下载模型。这相当于把一套顶尖的 3D 生成能力，直接放到了 Agent 的工具箱里。
对 Codex 来说，调用 Hyper3D Rodin 就和调用搜索、浏览器或者代码执行工具一样。
模型生成之后，会成为可以继续进入工作流的三维资产。Codex 还能进一步检查它、决定是否重新生成，再把模型下载下来，调整位置和比例，接进网页里的动画、交互和游戏逻辑。
3D 从过去一个需要人提前准备好的「素材」，变成了 Agent 执行任务过程中随时可以调用的一种能力。
我们常常说一个适合 Agent 的工具，应该直接把自己的核心能力变成模型可以调用、检查和继续处理的接口。从这个角度看，Hyper3D Rodin 已经把 3D 变成了一种 LLM 可以真正使用的工具。
而当文字、图片、视频、代码之后，3D 也变成 Agent 可以随用随取的一种能力，AI 真正改变的可能就不只是「怎么做一个模型」，它也开始改变一个 3D 项目，到底要从哪里开始。
对我们普通用户或者需要很多 3D 内容的行业来说，过去需要技术背景、专业团队才能启动的 3D 项目，游戏开发、电商模型、影视制作、教学软件、数字场景、3D打印等，现在想法本身就能成为起点。
然后，GPT-6 + Hyper3D MCP 会搞定想法之后的一切。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。