都说GPT-6 Astra 搞3D很强，其实结合3D生成模型更香！ 用 GPT-6 Astra × V2Fun 做了个朋克摇滚歌手，感觉这套分工挺顺手：先让 Astra 把人物、服装和道具的关系理清楚，再交给 V2Fun 生成形体和材质，最后回来检查、调整。 验收时我会盯几个具体地方：头发有没有挡脸，吉他是不是挂在胸前，手能不能握住麦克风，皮衣和金属配件有没有质感。提示词里写了，生成结果也得对得上。 顺便踩到一个坑：想让歌手躁起来，建模时就得考虑绑骨。 V2Fun 当前要求 T-pose，直接拿弯臂持麦的演唱造型去套动作，容易拉坏。吉他和麦架也要单独检查，静态好看，动起来未必自然。 这套流程省下了让 Agent 从头写大量底层几何代码的工夫，精力可以花在造型和动作效果上。 #V2Fun# #GPT6# #Astra# #AI3D# #3DAsset#

今日AI美股信息差： 1. $TSLA 继续暴跌15%，到$315了！PE 415太高，单车均价利润都在下降，没优惠券车就没人买 2. $INTC 盘后暴涨13%！英特尔发布Q2财报展望，Q3指引很强，capex上调，CEO陈立武：先进制程有信心跟台积电打 3. SK海力士加速端侧 AI 3D 堆叠 DRAM 研发！不要2D，垂直堆叠提升HBM带宽， $SKHY 开始发力 4. 以后不用做 Excel 表了！微软自研模型 MAI 公布了 MAI-Code-1-Flash ，效果媲美 GPT-5.6，且更便宜，深度集成微软办公产品 5. 现在唯一没跌的就是美光 $MU 了！存储芯片获特斯拉大单，还有智谱暴涨8%，多重利好，落地1GW级AI算力数据中心，收购中科加禾，帮Hugging Face分析取证OpenAI作弊

制造奇点正在逼近：AI + 3D打印将孕育出自我迭代的机器 过去几十年，制造业的进步一直是线性的。工厂更大，机器更精密，效率更高，但本质没有改变：人类设计机器，机器生产产品。现在，这个结构正在发生第一次根本性的改变。 AI和3D打印的结合，正在让制造系统本身成为可以被改进的对象。一旦制造系统能够递归改进自身，制造能力就不再是线性增长，而会转向指数增长。这就是所谓的“制造奇点”。 但这个奇点不会以突然爆发的形式出现，而是通过一系列早期信号逐步显现。我们现在，正处于这个过程的最早阶段。 制造第一次变成“信息问题” 传统制造有一个根本限制：数字设计无法直接变成物理世界。 设计必须经过工厂、模具、供应链，才能成为产品。每一次改进，都需要昂贵的生产准备和漫长的周期。 3D打印改变了这一点。 它第一次让制造变成了一个直接的数字过程： 设计 → 直接制造 没有模具，没有复杂准备，没有规模门槛。这意味着制造第一次成为“信息驱动”的过程，而不是“资本驱动”的过程。 这一步本身已经足够重要，但真正的突破来自AI。 AI让设计本身成为自动化过程。过去，设计速度受限于工程师数量。现在，设计速度受限于算力。 当设计速度和制造速度都变成计算问题时，制造能力就可以像计算能力一样增长。 递归自我改进：制造系统第一次可以改进自身 更深层的变化在于，3D打印机可以制造改进自身的结构。 打印机可以打印： 更稳定的结构件 更轻的支架 更精密的运动组件 当AI参与这个过程时，循环就变成： 设计 → 打印 → 测试 → 改进 → 再打印 → 再改进 这是一个闭环。 过去，系统改进依赖人类。现在，系统本身参与改进。 这是制造领域第一次出现真正意义上的递归自我改进。 类似的循环已经在计算领域发生： GPU训练AI → AI设计更好的GPU → 更好的GPU训练更强AI 制造领域正在进入同样的轨道。 就像vibe coding一样，vibe making将让制造第一次成为普通人的表达工具 过去，要制造一个产品，你必须掌握CAD建模、结构设计和制造知识。 现在，一个想法就足够： 描述结构 → 自动生成模型 → 直接打印 这被称为“vibe making”。 它和vibe coding的本质是一样的，只不过对象从软件变成了物理世界。 这意味着制造能力第一次从工程师扩展到普通人，人类第一次迎来制造平权 这也是为什么制造的核心正在从传统制造公司转向三类公司： 第一类，是提供计算能力的公司。因为计算决定设计速度。 第二类，是提供设计软件和设计平台的公司。因为设计成为核心环节。 第三类，是提供新一代打印系统的公司。因为它们是执行层。 制造正在变成一个计算问题，而不是一个资本问题。 当制造系统可以改进自身，改进速度就不再受限于人类。 制造成本将持续下降。 制造复杂度将持续上升。 创新速度将持续加快。 最终结果是，制造能力将像计算能力一样增长。 我们今天看到的不是爆发，而是爆发前的结构重组。 就像2005年的GPU行业，看起来平静，但已经无法逆转。 制造业正在进入同样的轨道。

跟随卡神的步伐，我用 Teamily AI 制作了AI 3D 信息源监控网站，集合了所有一手 3D 厂商的最新信息以及各路大神用 AI 建模的神仙玩法 做完最大的感受：Teamily AI 的群里不光有 Agent，还能拉真人进来。几个人 + 几个 Agent 共用一份上下文，一边聊一边接着改，这才叫 Humans + Agents 平台 通过这个网站，不仅可以及时掌握3D建模、blender白模等最新的 AI 3D玩法，还可以很方便的了解opus 5.5、astra 这类模型的3D能力 网站全程在 Teamily AI（ @Teamily_AI ）的群里构建，从调研方案 👉UI设计 👉 后端接入，每一步都接着上一步的结果往下做，不到30min全部搞定，强烈建议有类似需求的朋友可以试试～ 在 Teamily AI 里，你可以把不同 Agent 和一起干活的人拉进同一个群聊，分工完成任务，并在过程中不断提出反馈、调整目标 在我的信息监控网站构建过程中，我觉得Teamily相比常见Agent具有以下特色和优势： 1、将方案规划、UI/UX 设计、后端接入等工作分派给不同 Agent，让每个 Agent 专注于自己负责的部分，职责和交付都更清晰 更关键的是，Teamily内置Loop功能，你可以像我视频中一样搭建一套完整的建站工作流，将前端、后端、测试这些关键环节串起来，最后一个节点是我自己：Agent 改完，我在群里审核通过才发布 第二天我真的又跑了一次：我拉了一起合作的伙伴进群，他在群里提了个新需求，希望去完善整体的UI布局。我一条消息启动 Loop，同一套 Agent 接着改，网站更新成了第二版：相关图标和文字都得到改善。之后若有功能更新需求，直接一键开启loop复用流程就能快速落地了，非常方便！ 2、Agent之间共享上下文，所有项目资料、历史成果和你的反馈都将成为团队共同的工作背景。如果你在建站中途发现整体设计有功能层面的遗漏，直接快速提出意见，各个Agent将及时调整自己负责的部分，省去不少沟通成本，人和 Agent 越用越像一个真正的团队 这或许才是相比当下爆火的Muse、Dots等单一AI助手更适合正式生产工作的AI工具，强烈建议大家有需求的都快去试试！ 网站在这： Teamily 传送门：

WTFF???? 我用 codex 搜索 x 中高质量的玩 AI 3D 的博主 居然搜到了自己，而且在第三名，自己最近确实在疯狂研究 AI 3D 的玩法。事实证明，只要稍微努力，你很有可能成为某个赛道的前列，AI 太新了，每次模型的更新都是新的机会！！！ 国庆后，也会陆续开始更新 AI 3D 的教程，大家敬请期待！！！

想做个机械零件或机器人结构件，但不会用 CAD 软件建模。text-to-cad 可以让 AI 按大白话描述直接生成零件模型。 你说想要什么，它就产出标准的 STEP 文件，也能导出 STL、3MF 拿去 3D 打印。螺丝、轴承、电机、接头这类现成标准件，可以直接从零件库里查出来用，不用自己画。 打印前还能把模型切成打印机认的 gcode 文件，并在本地浏览器里预览检查，确认没问题再开打。 #CAD# #AI# #3D打印#