GPT-6 發布後，最火的案例莫過於各種各樣的 3D 網頁。
有人讓 GPT-6 操作 Blender，從零捏一個人物模型；有人讓它做各種可以旋轉、拆解、交互的 3D 網頁。其中傳播最廣的一個案例，是一套人體解剖網站。
視頻裏，一個完整人體可以被層層拆開，肌肉、骨骼、血管和器官全部變成獨立的 3D 部件，據稱 GPT-6 一口氣生成了 2234 個人體部件。
這個帖子很快拿到了超過 3200 萬次瀏覽。大家第一反應都是：GPT-6 的 3D 能力，已經這麼誇張了嗎？
但很快，事情出現了反轉。
有人發現，這 2234 個人體部件其實並不是 GPT-6 從零生成的，而是來自一個已有的專業 3D 數據集，由專家基於 MRI 數據製作。GPT-6 真正做的，是調用這些現成模型，再把它們組織成一個可以交互的網頁。
作為一個通用模型，GPT-6 的強項其實不在生成複雜的 3D 資產本身，它可以用 Three.js 搭一個 3D 場景，也可以通過 Computer Use 打開 Blender 自己建模，但實際效果依然像視頻生成模型早年的史密斯喫麪：動作都做對了，最後出來的東西卻總有點不對勁。
圖｜網友用 GPT-6 操作 Blender 生成的人物 3D 模型對比
而當我們想要復刻類似的人體解剖網頁時，面臨的情況就變成了 GPT-6 自己沒辦法生成這種精細化的 3D 模型，讓 GPT-6 操作 Blender 生成的模型也是同樣粗糙的「早期史密斯喫麪」。
GPT-6 的直接生成，思路類似搭積木，每個部件都放上去了，但比例、細節和部件之間的連接仍顯生硬，整體容易不像目標物。
它往往更適合的是，由基礎幾何體拼出來的低複雜度 3D 場景，比如方塊、球體、簡單機械結構、低模建築、抽象裝置，重點在交互和空間關係。
直到我們發現了 GPT-6 + Hyper3D MCP 的組合，把 3D 建模交給專業的 3D 生成模型處理。
圖｜Hyper3D 官網 hyper3d.ai
GPT-6 既可以發揮自己的通用模型世界知識能力，讓 3D 生成模型發揮其最大的潛力；另一方面還能結合模型的 Computer/Browser Use 工具，不斷對生成結果進行打磨。
而 Hyper3D Rodin 作為頂尖的 AI 3D 生成模型，能更好地處理形態複雜、表面細節多、需要完整網格和材質的真實物體，比如人體、動物、器官、複雜道具、建築資產等。
同時，通過兩者的結合，Hyper3D 可以快速根據 GPT-6 的提示詞做出調整。最後我們就復刻出了一個真正由 AI 3D 生成模型製作的人體解剖網頁。
圖｜由 GPT-6 + Hyper 3D MCP 生成。
從零開始的保姆級教程
生成的過程其實並不複雜，基本上就是和 Codex 的對話，先輸入需求明確的提示詞，之後根據生成結果進行細微的調整，Hyper3D 的 MCP 可以連接到 Codex 自動在後台處理所有的 3D 模型生成工作。
例如當我們發送幫我生成一個 3D 的汽車模型時，Codex 會自動檢查可用的工具，識別到可以接入 Hyper3D 並使用 Hyper3D Rodin 模型進行生成。
並且針對生成任務， Hyper3D MCP 會持續反饋當前的生成狀態。以這個車模生成為例，整個任務被拆成 5 個階段，用戶可以實時看到生成進展，例如目前正在生成車漆、玻璃和輪胎的材質貼圖。
MCP 的連接方式在 Hyper3D 官網就能找到，我們只需要點擊右上角的 MCP，並複製彈窗顯示的這段提示詞，發送給 Codex，Codex 就能自動完成連接。
請在我當前使用的客戶端（Codex 或 Claude Code）中配置 Hyper3D MCP：服務名 hyper3d，Streamable HTTP 地址
https://api.hyper3d.com/api/mcp，
使用OAuth 授權。按當前客戶端的方式配置，保留其他設定，已有配置請複用或更新。引導我在瀏覽器中完成授權，然後驗證連接並列出可用工具。如需重啓，請告訴我。
配置完成後，Codex 會提示實際讀取到 Hyper3D 的多個工具，包括使用 Hyper3D Rodin 模型進行 3D 模型的生成，通過遞歸分件功能 BANG將模型拆分為部件，查詢生成進度，以及獲取生成結果等。
我們開啓一個新的對話，在對話框內輸入製作一個可交互的 3D 人體拆解網頁，暫名人體拆解室。使用 Hyper3D Rodin 生成主要三維資產，再完成下載、裝配、網頁開發和實際檢查。
同時，附上更加詳細的生成方式、交互效果，以及畫面和交付標準，要求它採用統一的實體教學模型風格，同時增加 12 秒的自動演示效果等。
Codex 花的時間非常久，能看到 Codex 會反覆查看 Hyper3D Rodin 生成的圖片進行檢查，像是檢查發現雙肺底部被生成了過深的空腔，形態不合適。
Hyper3D 會根據 GPT-6 的反饋繼續生成符合要求的 3D 人體部件，GPT-6 會自動選擇 Hyper3D Rodin 模型的 Medium 模式和對應的圖生 3D 路徑，最終實現了從頭到腳的完整肌肉人體，採用了 18 件新生成的 Hyper3D Rodin 資產，提供 46 個可選區域。
我們可以看到 Hyper3D 網頁內生成的這些 3D 人體部件資產，從完整的人體，到每一個單獨的器官，還針對不同器官生成了相應的材質。
如果是要求手工製作，或者逐一用 AI 生成這麼多的 3D 資產，光是想提示詞就要想破腦袋。現在，我們只是提出需求，Codex 會自己決定它需要哪些 3D 資產，然後通過 Hyper3D MCP 交給 Hyper3D Rodin 模型進行生成。
得到最終的 3D 資產後，Codex 將這些由 Hyper3D Rodin 生成的 3D 模型下載，再把它們全部載入到網頁顯示，經過校準，讓位置也能精確復位。
而我們也新開了一個項目，看看不用 Hyper3D Rodin 的效果如何，將原提示詞中使用 Hyper3D Rodin 生成主要三維資產修改為使用 GPT-6 生成主要三維資產，最終得到的結果會發現很簡陋。
在人體形態上，我們能看到 Hyper3D Rodin 生成的 3D 模型，是由肌肉、骨骼和血管共同構成完整人體，而 GPT-6 單獨生成的，只是做成了透明人台裏擺放器官，整體觀感已經偏離。
圖｜由 GPT-6 生成
其次，由於 GPT-6 只能使用 Three.js 庫進行生成，3D 模型的材質看起來過於平整，無論是器官還是骨骼模型，都被統一換成單色啞光材質，削弱了太多的表面細節。
具體展開之後，Hyper3D Rodin 生成的 3D 資產，會像一整面解剖標本陳列，而 GPT-6 由於細節過少，整體感覺也很淡，少了 3D 原有的衝擊感。
拉近仔細看，差別會更明顯。Hyper3D Rodin 生成的肌肉人體有連續的身體輪廓和肌束起伏，器官也帶着各自的形狀與表面紋理。這些細節在下載的模型裏就已經存在，Codex 隨後再處理位置、比例和拆解交互。
圖｜Hyper3D MCP 生成的心臟模型過於真實，截圖後進行了模糊處理
對於需要近距離觀察的網頁，Hyper3D 生成能力很有用。我們可以直接圍繞已有的模型設計展示方式，省去從基礎幾何形狀開始逐塊拼出人體、再逐一補充表面細節的工作。
任意 3D 素材，都可以現做了
有了人體拆解室的經驗，我們又把 GPT-6 + Hyper3D MCP 這套組合用在了幾個更好玩的想法上。
作為目前唯一具備拆件能力的 3D 生成 MCP，這一套工作流幫我們做出了一隻可拆裝的蒸汽甲殼蟲。
它有一副深綠色的琺琅外殼，黃銅包邊，表面保留着鉚釘和磨損紋理。拖動網頁下方的滑桿，兩片鞘翅向外打開，頭殼和軀殼上蓋逐漸分離，藏在裏面的齒輪、活塞和鍋爐也露了出來。
即便外殼已經完全拆開，裏面的機芯依然可以繼續運轉。點中一片鞘翅，還能把它單獨拿出來旋轉觀察，或者換一種琺琅顏色，再裝回甲殼蟲身上。
這隻甲殼蟲很適合觀察 Hyper3D Rodin 的材質表現。生成結果帶有配套的 PBR 材質信息，記錄了表面顏色、細微凹凸，以及不同部位的金屬感和粗糙程度。
Hyper3D 業內獨有的 BANG 遞歸分件功能，可以把模型自動拆成獨立部件；這些部件載入 Codex 生成的網頁後，可以單獨選中、拆解和交互。
拆完甲殼蟲，我們又給一隻橘貓穿上了黑風衣。
它戴着墨鏡，挺着肚子向後仰，幾條銀色沙丁魚從身邊飛過。其中一條已經快貼上它的臉，場面很像《黑客帝國》，只是主角和子彈都換了。
網頁打開時，時間停在這個驚險的瞬間。我們可以繞到橘貓背後，看看風衣的褶皺，也可以拖動時間滑桿，讓魚繼續往前飛，或者倒退回去。
這裏用到的主要資產其實只有兩份：一隻貓和一條魚。網頁把同一條魚複用成了八條，再分別計算它們的位置。橘貓始終保持後仰姿態，魚的運動、鏡頭的環繞，以及偏綠色的電影光照，共同組成了這場子彈時間。
一個固定姿勢的模型，也能讓人來回玩上好一會兒。
主角和鏡頭都有了，我們又把場景擴大到一段廣州街角。
兩棟騎樓沿街相接，樓上是綠色百葉窗，樓下是一排連續的拱廊。早餐車停在路邊，旁邊放着石獅和榕樹盆景。拉開視角，整條街像擺在桌上的微縮模型；切換到街道模式，鏡頭就降到行人的高度，可以沿着廊下往前走。
這段街角由五份 Hyper3D Rodin 生成的獨立 3D 資產組成：兩棟騎樓、一輛早餐車、一隻石獅和一盆榕樹。拖動裝配滑桿，可以看着道路先歸位，建築落下，再把街邊的小物件逐一擺好。
GPT-6 和 Hyper3D MCP 的組合還能做出更豐富的交互，例如這個蝙蝠觀察的網頁，用戶可以把鼠標當做手電筒。
一隻固定展翼的蝙蝠懸在暗處，鼠標移動到哪裏，檢查燈就照向哪裏。點擊頭部、翼膜或腳爪，鏡頭會靠近對應部位；也可以把模型轉過去，看它的背面和翅膀下側。
更豐富的交互方式，是用來做遊戲。
桌上擺着一隻長出鹿角的茶壺，旁邊的燈將它投向牆面。右側的通行證上，印着海關要求覈驗的輪廓。玩家需要轉動茶壺，調整俯仰和側傾，讓牆上的影子與目標重合。
鹿角朝哪個方向伸，壺嘴彎在哪裏，把手中間留下多大的空隙，都會改變影子的形狀。有時候看着差不多，輕輕轉一下，壺嘴和鹿角就錯開了。
輪廓吻合後，通行證上會蓋下准予通行的印章。當前的三個關卡使用同一只茶壺，從不限時的初檢，逐漸增加時間壓力。
為了讓影子更容易辨認，這隻茶壺改過一輪。第一版的鹿角太小，後來重新制作參考圖，把不等長的大鹿角、捲曲把手和彎曲壺嘴突出出來，再交給 Hyper3D Rodin 生成。
Codex 則負責把模型投影、輪廓比較、計時和蓋章反饋接起來。生成出來的古怪茶壺，就這樣成了一件需要查驗的遊戲道具。
我們因此可以圍繞遊戲需要製作道具，省去尋找一隻恰好符合謎題要求的現成模型的過程。
圖｜增加遊戲難度，我們還讓 Hyper3D MCP 生成了十件更精細的古董 3D 資產
支撐這些作品的 Hyper3D Rodin，出自 3D 生成大模型公司影眸科技 Hyper3D。該公司成立於2020年，核心創始團隊來自上海科技大學，長期深耕 3D 建模、圖形學與生成式 AI。
從黃仁勳在 CES 2026 主題演講中的工作流展示，到 OpenAI 首屆 Codex 黑客松冠軍項目，Hyper3D 已多次亮相全球前沿技術場景。
不僅僅單個物體的生成，完整場景的工作上，團隊的場景生成研究 CAST 還獲得了國際圖形學頂會 SIGGRAPH 2025 最佳論文獎。它研究的是怎樣通過一張圖片，生成包含物體、物體關係和物理約束的完整 3D 場景。
今年 9 月，影眸 Hyper3D 通過對 CAST 的演進，推出了世界生成模型 WorldGen，其生成能力已經進入具身智能仿真訓練、影視製作、遊戲開發與空間計算等真實生產場景。
這些研究關心的問題，也貫穿着三維素材的實際製作：外形要有細節，貼圖要儘量還原真實，生成之後還得方便繼續修改並應用在實際生產場景裏。Hyper3D Rodin Gen-2.5 的更新就圍繞幾何細節、貼圖表現，以及適合不同用途的生成模式展開。
回到我們這次的嘗試，配合 Hyper3D MCP，提交生成任務、查詢進度，再下載模型接着使用，GPT-6 又把這種出色的三維資產生成能力接進了網頁展示、遊戲製作、影視創作、3D 打印等多個應用場景。
圖｜GPT-6 + Hyper3D MCP 生成的悟空 3D 手辦，可用於後續 3D 打印
需要什麼模型，可以在製作過程中調用 Hyper3D Rodin 生成，再繼續裝配、編寫交互和檢查效果。一隻甲殼蟲、一段騎樓街景，或者一個自己設定的小遊戲，都可以這樣逐步做出來。
3D 模型也開始有自己的Agent API
過去讓 AI 做一個 3D 網頁，最麻煩的地方往往就在 3D 模型過於粗糙。
通用大模型可以用 Three.js，實現各種複雜的交互邏輯，甚至鏡頭、動畫和頁面也都可以讓大模型完成；但一旦需要一隻精細的貓、一棟騎樓，讓通用大模型自己完成 3D 生成，就會稍顯喫力。
目前最厲害的 GPT-6，讓它自己用基礎幾何體去拼，效果不夠好；讓它打開 Blender 從零建模，又會進入漫長而不穩定的 Computer Use 流程。
Hyper3D Rodin 這次通過 MCP 把 3D 生產過程拆成了大模型非常熟悉的工具調用：提交生成任務、查詢進度、檢查結果、拆分部件、下載模型。這相當於把一套頂尖的 3D 生成能力，直接放到了 Agent 的工具箱裏。
對 Codex 來說，調用 Hyper3D Rodin 就和調用搜索、瀏覽器或者代碼執行工具一樣。
模型生成之後，會成為可以繼續進入工作流的三維資產。Codex 還能進一步檢查它、決定是否重新生成，再把模型下載下來，調整位置和比例，接進網頁裏的動畫、交互和遊戲邏輯。
3D 從過去一個需要人提前準備好的素材，變成了 Agent 執行任務過程中隨時可以調用的一種能力。
我們常常說一個適合 Agent 的工具，應該直接把自己的核心能力變成模型可以調用、檢查和繼續處理的接口。從這個角度看，Hyper3D Rodin 已經把 3D 變成了一種 LLM 可以真正使用的工具。
而當文字、圖片、視頻、代碼之後，3D 也變成 Agent 可以隨用隨取的一種能力，AI 真正改變的可能就不只是怎麼做一個模型，它也開始改變一個 3D 項目，到底要從哪裏開始。
對我們普通用戶或者需要很多 3D 內容的行業來說，過去需要技術背景、專業團隊才能啓動的 3D 項目，遊戲開發、電商模型、影視製作、教學軟件、數字場景、3D打印等，現在想法本身就能成為起點。
然後，GPT-6 + Hyper3D MCP 會搞定想法之後的一切。