手里只有几张喜欢的产品图，怎么在不打开建模软件从头拉box的前提下，得到一个能进 Blender 继续编辑的 3D 粗模。以前可能需要使用一些3D生成模型或者网站，但是今天解决这个问题的思路变了：「灵感参考 → Image2 六视图 → GPT-6 Astra 建 3D → Blender 审查」，实测跑通的对象是一台 Nothing 风格的单滚筒洗衣机。
做完的标志很明确：Blender 里打开导出的 FBX 或 Blender 源文件，线框视图下拓扑规整、没有三角面堆砌，实体视图的比例和主要块面与六视图对得上。
先把边界说在前面：这条流程处理简单几何体很好用，产出的定位是早期工业设计阶段的粗模。复杂曲面、公差、内部结构、装配、拓扑这些工程级内容，它给不了；细节会被简化，实测输出也自述「非生产工程级模型」。
准备工作
三个工具，两个在 ChatGPT 里：GPT-Image-2（ChatGPT 图像 2.0，负责六视图）和 GPT-6 Astra（负责 3D 重建，需要 Pro 或 Business 及以上档位）；外加一个 Blender，本文流程没有用到特殊插件。还要备几张风格参考图，本文用的是 Nothing 的产品图。
第一步：确立视觉方向
把 Nothing 的产品图导入 ChatGPT，让模型扮演副总裁级别的工业设计师，先确立视觉方向。这一步用的提示词是：
你是VP级别的ID设计师，这是NOTHING设计的产品，现在我们借鉴这个风格设计一台单滚筒洗衣机。
通过标准：得到一个风格指向明确的方案方向——透明质感、单色机身、圆形功能区的语言能被后续步骤沿用，而不是一句泛泛的「简约风格」。
第二步：用 Image2 生成六视图和轴测图
沿用上面的对话，用 GPT-Image-2 一次生成前、后、左、右、顶、底六个视图加轴测图。这八张图是下一步建模的几何参照。
通过标准：逐张检查视角是否齐全、相互之间是否对得上——正视与背面的轮廓宽度一致，顶视图的进深与侧视图一致。六视图之间的几何关系若是对不上的，第三步的重建会把这个错误原样带进模型，这里先把关。
第三步：交给 GPT-6 Astra 生成 3D 模型
把六视图和轴测图作为输入交给 GPT-6 Astra，配一句话说明任务：这是一个滚筒洗衣机，六视图和轴测图已输出，请按这些视图重建可编辑的 3D 模型。实测中，Astra 用 561 秒（约 10 分钟）完成重建，输出三样东西：FBX 文件、Blender 源文件和一份模型使用说明。
两个实测细节值得记下：机身按 600×440×850mm 重建，与真实滚筒洗衣机的常规尺寸一致；部分细节被简化，输出自述为「非生产工程级模型」。
通过标准：拿到可下载的 FBX 和 Blender 源文件，说明文档里写明重建尺寸与简化范围。
第四步：在 Blender 里过四种视图
导入文件后，按四种视图模式各过一遍，每遍看的东西不一样：
- 线框视图——看拓扑与布线。实测结果：面的质量尚可，不是一团糟糕的三角面，拓扑结构较为规整。
- 实体视图——看整体造型，直观检查比例和主要块面。实测结果：与输入的六视图一致。
- 渲染预览——接近最终出片的光照与阴影，用来判断展示效果。
最终验证就是第一步与这一步的合体：线框视图无三角面堆砌、拓扑规整，实体视图比例与主要块面和六视图一致。两条都过，这个粗模就具备了后续细化与展示的基础。
边界与常见问题
三种情况要有预期。一是细节简化：输出会合并或省略细节件，当作粗模对待，细化留给 Blender 里的手工阶段。二是复杂曲面：简单几何体表现好，复杂曲面仍有提升空间，曲面占比高的产品类别要降低预期。三是工程用途：公差、内部结构、装配、拓扑不在能力范围内，产出不能直接进工程环节。
一句话总结这条流程的适用位置：从灵感到六视图到 3D 粗模再到审查，它把早期工业设计里「画出来容易、建出来麻烦」的那一段压缩到了半小时以内；过了这个阶段，工具就该换成人和传统的建模流程。
AI 速览
