生成式 AI 正在改变 3D 的每个环节：概念图、贴图资产、CAD 建模、感知训练数据，甚至模型本身的部署与调试。
这里聚焦 AI 与 3D/BIM 的结合处：怎么用 AI 出资产、AI-CAD 现在能做什么、合成数据怎么帮感知模型、ONNX 模型怎么看。通用 AI 资讯只做少量收录，不在这里展开。
先用工具试一下：
| 工具 | 能做什么 | 入口 |
|---|---|---|
| Netron / ONNX | 在线查看 ONNX 等模型结构 | 打开 |
| AI 模型价格 | 主流大模型 API 价格对比 | 打开 |
| Text2STL | 文字/图形生成 3D 模型（入门实验） | 打开 |
一、AI 生成建筑与 3D 资产
- GenAI驱动的建筑可视化
- Nano Banana如何制作重复图案
- 10个Nano Banana资产生成技巧
- Spline Omma：从提示词到3D网站
- TOP 14建筑设计AI工具
- 10个最强大的AI游戏生成器
- 3D模型的体素化
- 3D模型语义搜索引擎
二、AI-CAD 与设计辅助
三、感知、合成数据与物理 AI
- 稳定扩散合成数据的评估
- 基于合成数据的托盘检测
- 基于YOLOv8的安全帽检测
- 基于YOLO的吊车安全监测
- 训练自己的YOLO-NAS
- 交通流动合成数据生成
- 基于物理信息的神经网络
- 单目深度估计4大模型
- 视觉语言模型详解
四、模型工具与部署
常见问题
Q：BimAnt 会做泛 AI 内容吗？
会收录，但 BimAnt 的 AI 内容以「AI 怎样用在 3D/BIM」为主线；通用 AI 工具和资讯只做少量收录。
Q：AI 生成的 3D 资产能直接用于生产吗？
分场景：概念与可视化可用；结构、加工类必须人工复核（尺寸、拓扑、可制造性）。遇到「一键替代工程师」的说法，基本可以不信。
Q：合成数据真的有用吗？
在感知训练上是低成本补充，尤其覆盖长尾场景；但要控制域差异（domain gap），并用真实数据做验证。
Q：怎么快速看一个 ONNX 模型的结构？
用在线 Netron 打开即可逐层查看算子与形状；导出与优化链路见第四节。
继续逛：3D 格式与在线查看完全指南 · BIM / IFC 完全指南 · 点云 / 3D 扫描 / 感知完全指南 · CAD / 制造 / G-Code 完全指南 · GIS / 地图 / 城市 3D 完全指南 · 数字孪生完全指南 · Web3D / 游戏引擎 / 元宇宙完全指南
最后更新：2026-10-14 ｜ BimAnt 编辑部