把手绘草图拍照发给 Kimi，几分钟后你会得到一个可以下载的 3D 模型文件，而整个过程里，你没有打开过任何一款建模软件。月之暗面在 10 月 24 日发布 K3.1 Pro 的同时，在 kimi.com 上线了一项叫 3D Make 的功能：AI 不只是"想象"出一个物体的样子，而是真的替你打开 Blender、写好脚本、把模型算出来。3D 建模这道横在无数创作者面前的高墙，正在以一条少有人预料到的方式被拆掉：不是靠一支更聪明的画笔，而是靠一个会写脚本的智能体。
3D Make 到底怎么干活：不是生成，是写脚本
要理解 3D Make 的特别之处，得先说清它不做什么。它不直接生成网格，也不走常见的扩散式输出，不会把你的提示词变成一块糊满贴图的面疙瘩。kimi.com 页面显示，用户给一段文字描述、一张草图或一张参考图，模型会推断物体的形状、比例与空间关系，然后自主编写 Blender、FreeCAD、SolidWorks 等建模软件的可执行脚本，上传到云端运行，最后把结果交还给你。换句话说，它相当于让 AI 远程操控一套专业建模软件，用参数化建模的方式把模型"算"出来，而不是"猜"出来。
这条路线的价值全在"可执行"三个字上。产出的不是一张效果图，而是一份真正的建模工程：尺寸带数值、几何带约束、后续可以继续改。月之暗面官方博客称，3D Make 不需要任何 MCP 连接器或外部工具授权，模型直接编写并运行建模脚本，整条链路在产品内部闭环。对用户来说，交互方式也足够朴素：对话式指令修改、给某个元素加一条注释做定点调整，或者干脆手动编辑。用自然语言说"把这个圆柱加高两厘米、壁厚改成三毫米"，模型会重新计算并生成，你始终工作在设计意图这一层，而不是在一堆三角面片上打补丁。
这种确定性的另一面同样重要：同一段脚本，跑两次结果一致，这和生成式模型"每次抽卡结果都不同"的体验截然不同。对需要交付物的场景，可复现本身就是生产力。
把"让 AI 写建模脚本"说成新想法并不准确，真正的难点一直藏在暗处。模型要写的不是普通的自动化代码，而是一项把三维空间关系翻译成参数的工作：草图里一条歪歪扭扭的线，背后是圆角还是倒角，是联动约束还是独立尺寸，这些判断出错时不会报错，只会安静地产出一个形状不对的模型。3D Make 的意义不在于第一个想到这条路，而在于把这条路上最难的判断环节，交给了这次专门为动手能力训练过的模型。
它背后站着谁：K3.1 Pro 的后训练账本
3D Make 敢走脚本路线，底气来自同一天发布的 K3.1 Pro。按官方口径，这是一个总参数 2.8 万亿的 MoE 模型，每次推理激活 104B 参数，上下文长度做到 100 万 token，官方称其为迄今最强的 3T 级开放权重模型。
账本可以摊开看。官方博客把 K3.1 Pro 的主攻方向列为写代码、3D 创作、金融研究和 agentic 能力，而在基准成绩单里，最能对应 3D Make 工作方式的是 Terminal-Bench 4.0 的 65.7%。这项测试衡量智能体在终端环境里完成真实操作的能力，写脚本、跑工具、读输出、再迭代，恰好就是这条链路。65.7% 的成绩超过了 GPT-6 Astra 的 58.2%，距 Claude Opus 5.5 只差 0.7 个百分点。Artificial Analysis 智能指数给它 55 分，在 215 个模型里排第 4，开源模型中第一。第三方榜单是否完全公允见仁见智，但它至少说明一件事：这轮后训练的重点，正是打磨"让模型动手干活"的能力。
另一组数字更值得注意。官方压测声明，K3.1 Pro 的声明级幻觉率从 K3 的 23.4% 降到了 8.3%。对 3D 创作场景来说，这个降幅不是锦上添花：脚本驱动路线要求模型对写下的每一步负责，一个凭空捏造的 API 调用就足以让整段脚本报废。幻觉率压下来，脚本路线才算真正可用，而不是停留在演示视频里。
100 万 token 的上下文在这条链路里也不是摆设。对普通用户，它意味着可以把完整的参考文档、历史修改记录甚至整套资产清单放进对话，模型不用每次从零猜你的设计意图；对进阶用户，把既有项目的建模脚本整个丢进去，让它在此基础上续写新部件，同样是这个长上下文设计的服务对象。
价格也摆在了台面上。标准版 API 每百万 token 输入 2 美元、输出 10 美元；Highspeed 快车道版本价格为标准版的两倍，输出速度快 2 到 3 倍。对打算批量跑建模脚本的开发者来说，这份价目表至少给出了一个可以计算的成本预期，而不是一句"白菜价"的营销话术。
从草图到能打印：实际流程与导出格式
把流程串一遍：给一段描述或一张草图，模型推断几何与比例，写脚本，云端运行，产出文件。产出物可下载、可在线预览，支持多种格式导出。GLB、glTF、OBJ 这些通用格式都在列，官方资源页还提到 FBX、STL、USDZ 和 BLEND，视工作流而定。官方对它的定位很直白：一句话生成可 3D 打印的模型。
"可打印"三个字值得单独说。STL 是消费级 3D 打印机的通用输入格式，一个模型能不能拿去打印，取决于它是不是水密的实体、有没有合理的壁厚。走脚本参数化路线产出的模型在这件事上有天然优势：几何是按数值约束生成的，边界清晰，而不是从一堆体素里"长"出来的，后者常见的破面、非流形边问题在这里出现概率更低。当然，实际打印前仍然建议用切片软件检查一次，AI 生成的模型同样可能藏着重叠体和悬空结构，这一点不必神化。
编辑环节，官方给出了三种方式：对话式指令、对元素加注释做定点调整、手动编辑。改尺寸与几何之后模型会重新计算生成，这意味着你的修改记录保留在设计意图层面，改过的参数下次还会生效，不会因为一次手滑就推倒重来。官方还提到支持场景组装和游戏资产制作。前者是把多个生成物拼进一个场景，搭展台、搭房间、搭关卡；后者对独立游戏开发者来说是实打实的减负，道具、箱子、家具这类量产型资产，本来就没必要一件件手建。
顺带一提，在线预览这个细节比听起来重要：模型改一版，浏览器里立刻能转着看，不用导出再导入别的软件，反馈循环被压到了秒级。创作工具好不好用，很大程度上就是被这个循环的速度决定的。
和"文生 3D"路线是两回事（对比生成式工具）
过去两年，文生 3D 工具掀起过一波热潮，AI 3D 生成一度成为创业风口。那条路线的本质是用扩散模型或生成式网络直接输出网格或体素，速度快，出图即所得，但产物往往是"看起来像"的模型：拓扑混乱、面片冗余、没有真实尺寸概念，离工程可用差得远。它能给你一张漂亮的概念图，给不了你一份能进生产管线的工程文件。
ChatGPT 等通用模型此前也在向 CAD 建模延伸，让模型写 OpenSCAD 或驱动 CAD 内核的脚本，但行业普遍反映"所写非所得"：脚本跑通了，产物却和描述对不上，改一句描述，整个形状又面目全非。3D Make 的思路差异在于，它没有停留在让模型写脚本，而是把大模型能力接进 Blender、FreeCAD、SolidWorks 这样的专业 DCC 工具链，让脚本真正跑在成熟的建模内核上，跑完还有真实反馈可以回读。有评价称，这是国产模型在 3D 内容生产方向少见的工程化落地。
两条路线不是谁取代谁。文生 3D 适合快速出概念草模和风格化资产，速度就是它的全部优势；脚本驱动适合要尺寸、要约束、要能改能打印的工程场景。3D Make 的出现，等于在"效果演示"和"生产工具"之间补上了一块长期空缺的板子，至于这块板子能承多重，还要看后续迭代。
权重 11 月 4 日前开放：开发者该等什么
对开发者来说，这次发布最值得盯的日期不是 10 月 24 日，而是 11 月 4 日。月之暗面官方博客明确承诺，完整模型权重将于 11 月 4 日前发布。截至本文写作时点（11 月 3 日），权重尚未放出。也就是说，你此刻能用的只是 kimi.com 上的产品化入口，而几天之后，一个 2.8 万亿总参数、104B 激活的开放权重模型，就可能跑在你自己的推理集群里。
这里有两层现实要提醒。其一，2.8T 总参数、104B 激活的 MoE 对显存和部署调度的要求不低，个人玩家本地跑满精度基本无望，量化版本和分布式部署方案会是社区接下来的焦点，等待这几天正好可以把硬件账先算清楚。其二，官方主动披露了一个安全动作：开源版本中移除了混入通用语料的网络安全数据，攻击类能力因此下降约 9.5 个百分点。这意味着开源权重与线上服务在能力边界上并不完全一致，做安全研究或红队评估的团队需要提前知道这一点，免得测出来的结论和线上表现对不上。
对想押注这条路线的团队，还有一件事可以提前准备：脚本驱动产品的上限，取决于模型对建模软件生态的理解深度。权重一旦开放，垂直领域的微调就有了抓手，模具设计、钣金件、建筑构件这类术语密集的场景，都可以拿自有语料去喂。产品今天覆盖不到的细分领域，未必是永久空白。
当然，发布周并非只有掌声。据网易科技实测报道，发布第三天，Kimi 曾因限流和额度异常消耗公开道歉，给会员补了 25% 的月额度。这件事的启示很朴素：产品化能力和规模化服务之间，隔着一道运营的坎，再漂亮的基准分数也替不了稳定的供给。3D Make 的方向值得等，权重的承诺也值得盯，但在热度里保持一点耐心：等 11 月 4 日权重落地，等社区实测出结果，再决定要不要把它排进你的技术栈，一点不迟。