GPT-6实测：一句话让AI代工Blender建模

模型正在接手更多复杂工具。GPT-6 Astra发布后，各平台被刷屏。用户开始尝试用其完成原本需专业软件的任务，尤其是Blender建模。测试显示，生成硬表面模型（如探月机器人）一轮即可达到可用程度，因结构清晰、几何关系稳定。但人物建模首轮结果仅勉强成形，脸部、手脚细节易失真，多轮调整也难以一轮合格，多角度参考图可提升稳定性，复杂角色建议先用Tripo等专门平台处理，再让Astra进入Blender调整骨骼和动作。

Blender之外，Computer Use更值得关注。KEITO让Astra操控鼠标绘制自画像，全程无需额外绘图接口，成品虽不精湛，但操作过程展示模型实时规划与迭代能力。taiyaki让Astra在CLIP STUDIO PAINT中为线稿上色，模型自主创建图层、缩放画布、选择画笔，作者仅旁观。此案例展示创作者保留线稿和设计，模型处理重复性工作的合作模式，但成本较高：使用100美元Pro方案并开最高推理强度，一次处理使额度从78%降至57%。Astra消耗速度成首批用户关注点，普通任务用Medium档位即可，高档位留给复杂任务。

Victor Nunez的在线钢琴案例体现Computer Use实际速度。模型先处理歌曲与琴键对应关系，再同时用鼠标弹主旋律、键盘输入和弦，经三轮调整完成，视频为真实速率执行。GUI操控并非新能力，但以往速度慢、步骤多易翻车，Astra的速度和稳定性提升后，用户才敢交付完整任务。专业软件菜单繁多，常无API或MCP适配，Computer Use提供朴素方案：能调接口就调，能跑脚本就生成，只剩图形界面则直接操纵键鼠。Blender案例已混合使用Python、MCP和界面控制。

Marc Ibrahim让Astra构建可玩游戏，综合测试代码、画面与交互逻辑。Ashe则让Astra制作可交互3D人体网站，调用BodyParts3D数据，将男性人体拆成2234个独立部件，用户可拖动滑块拆解观察。类似此前Tesla Model X项目。这些案例显示，交互式3D模型比二维图片更助理解复杂空间关系，但AI降低操作门槛的同时，专业知识仍重要——不懂3D则难判断结果是否合理。

OpenAI强化了长任务中的steering，用户可中途追加需求，模型能延续原任务执行，遇确认问题会优先处理不受影响部分。这使Prompt更像控制方向的工具，无需预设所有步骤。人物建模和剪辑等复杂创作仍待优化，未来值得关注的是，专业软件是否会因这类模型变成一句话即可调用的工具。