CoGen3D：让普通人也能为虚拟现实设计3D内容

编辑：刘余欣 | 分类：论文 | 2026年7月20日

让普通人也能为虚拟现实设计3D内容

（映维网Nweon 2026年07月20日）VR技术有潜力带来引人入胜的体验，但其内容创建，尤其是3D asset的制作，通常需要专业的建模技能。这使得绝大多数普通用户无法参与创作，也限制了VR内容的丰富性和个性化。尽管现有的AI生成工具能够根据文字或图片生成3D模型，但它们通常采用“单次指令”模式，缺乏与用户深入沟通、理解其意图并进行迭代设计的交互过程。

为解决这一问题，一支研究团队开发一个名为CoGen3D的系统。这是一个“人机协同设计”管道，旨在让没有专业背景的普通用户也能通过自然对话，为VR场景设计并部署3D asset。其核心设计理念是将对话作为创作过程的核心，引导用户逐步明确想法，而不是仅仅依赖一次性的指令输入。

CoGen3D：让普通人也能为虚拟现实设计3D内容

CoGen3D的工作流程分为三个主要阶段：

对话引导：用户首先与一个由大语言模型驱动的智能代理进行对话。代理会主动提出关于物体类型、风格、颜色以及与VR环境协调性等问题，帮助用户梳理和明确自己的设计意图。
概念确认：根据对话中收集到的信息，系统会生成一张2D的概念图，让用户预览并确认。用户如果不满意，可以继续与代理交流修改，直到满意为止。这个环节的优点是速度很快，允许快速迭代。
3D生成与部署：在用户确认概念图后，系统才会启动计算量更大的“图像转3D”过程，最终生成一个带纹理的3D模型，并直接放入一个基于Unity引擎的VR场景中，供用户查看和操作。

为了验证CoGen3D的实际效果，研究人员组织了一项有120人参与的用户研究。研究使用了六个情感氛围各不相同的VR场景（如温馨的“小狗”房间、压抑的“单独监禁”牢房、开阔的“大象草原”等）。其中60名参与者（设计组）使用CoGen3D为这些场景设计资产，另外60名参与者（验证组）则负责在VR中体验和评估这些生成的资产。

研究得出了一些关键发现：

系统有效性：实验表明，CoGen3D能有效帮助非专业用户将想法转化为可用的VR资产。用户反馈显示，与代理的对话有助于他们理清思路、激发灵感。
质量瓶颈：用户普遍对2D概念图的质量表示满意，但对最终生成的3D模型质量评价较低。这表明“图像转3D”阶段是当前技术的一个主要瓶颈，会导致纹理细节丢失或几何结构失真。值得注意的是，即使是亲自参与设计的用户，也对3D模型的质量持批评态度，并未表现出对自己作品的“偏爱”，这与经典心理学中的“宜家效应”有所不同。这可能是因为用户感觉自己是“艺术指导”而非“手工艺人”，对最终AI生成的结果保持了客观的评判。
情感与行为影响：在VR中，加入了生成资产的场景明显吸引了参与者更长的停留时间，例如“小狗”场景的停留时间增长了一倍多。在情感层面，生成的资产对原本中性或压抑的场景（如“隧道”和“单独监禁”）影响最为显著，有效提升了用户的愉悦感、活跃度和控制感。但对于本身就很愉悦的场景，提升空间则很有限。
交互行为模式：用户会自然地根据场景特征调整对资产的操作。在开阔的户外场景，他们会习惯性地放大物体；在狭小的室内场景，则会缩小物体，以符合现实的空间逻辑。这表明未来的系统需要具备更强的“空间意识”，自动根据场景环境调整物体的初始比例和位置。