三维角色的服装制作往往占据大量时间，尤其是需要表现真实褶皱和布料动态时。传统方法依赖雕刻或扫描数据，不仅效率低，而且难以快速适配不同体型的角色。Blender 作为开源三维软件，其内置的布料模拟系统已经能处理大部分基础物理形变，而近年出现的 AI 褶皱生成技术，则能够把低模网格自动增强为带有丰富细节的高模布料。两者结合后，服装制作的工作流可以从“手工精修”转向“参数化生成”，大幅减少重复劳动。
本文会按照实际项目顺序展开：先说明如何准备服装基础网格和碰撞体，再讲解布料模拟的关键参数与调优方式，接着介绍利用 AI 模型生成褶皱细节的原理与实现，最后给出一个整合后的 Blender Python 自动化脚本，让整个流程可以一键运行。
服装基础网格与碰撞体准备
要让布料模拟正常工作，首先需要有一个代表衣服的基础网格。这个网格不要求非常高精度，通常几千个面就足够，因为后续的细节由 AI 褶皱生成补充。基础网格可以通过两种方式获得：一种是在 Blender 中直接建模，用简单的平面、圆柱体或从角色身体表面提取偏移面；另一种是导入外部软件制作的低模服装。无论哪种方式，网格的拓扑应该尽量保持四边形均匀分布，这样布料解算时拉伸和弯曲会更稳定。
碰撞体是布料模拟成功的基础。角色身体模型必须设置为碰撞对象，这样布料下落时才会被身体挡住并产生贴合效果。在 Blender 中，选中身体网格后，在物理属性面板中启用“碰撞”，并适当提高“厚度”参数可以避免布料穿透。碰撞体的法线方向要朝外，否则布料会陷入身体内部。此外，如果服装有多个部件（如上衣、裤子），每个部件都要单独设置为布料对象，并分别调整质量、弯曲阻力等属性。
import bpy # 假设场景中已有角色身体网格和服装基础网格 body_obj = bpy.data.objects["CharacterBody"] cloth_obj = bpy.data.objects["ShirtBase"] # 设置身体为碰撞体 bpy.context.view_layer.objects.active = body_obj bpy.ops.object.modifier_add(type='COLLISION') body_obj.collision.thickness_outer = 0.02 body_obj.collision.damping = 0.8 # 设置服装为布料 bpy.context.view_layer.objects.active = cloth_obj bpy.ops.object.modifier_add(type='CLOTH') cloth_mod = cloth_obj.modifiers["Cloth"] cloth_mod.settings.quality = 12 # 模拟步数 cloth_mod.settings.mass = 0.25 # 布料重量 cloth_mod.settings.air_damping = 1.0 # 空气阻力 cloth_mod.settings.bending_stiffness = 15.0
上面的脚本展示了如何在 Blender 中为角色和衣服添加基本物理属性。质量参数影响布料下垂的速度和摆动幅度，质量越大，布料越有重量感；空气阻尼控制布料在运动中的阻力，数值越高，布料越不容易剧烈抖动。弯曲刚度决定了布料抵抗折叠的能力，对于较硬的服装（如牛仔布）可以调高，对于柔软的丝绸则降低。
网格的分辨率也会影响模拟效果。如果基础网格过于稀疏，布料模拟会出现明显的棱角和不真实的折痕；如果过于密集，解算时间会成倍增加。一般建议服装网格的边长保持在角色身体网格边长的 1.5 到 2 倍左右，这样既能保证足够的形变自由度，又能控制计算开销。
布料模拟参数调优与常见问题
布料模拟最大的挑战在于平衡真实感与稳定性。Blender 的布料解算器基于弹簧质点模型，每个顶点都通过虚拟弹簧与相邻顶点连接，因此参数设置不当会导致布料爆炸、严重抖动或无限穿透。关键参数包括质量、张力、压缩、剪切、弯曲刚度和阻尼。张力与压缩控制布料在拉伸和压缩方向上的抵抗程度，剪切刚度影响布料对角方向的形变，弯曲刚度决定褶皱的自然程度。
一个常见的调优思路是先用较低的质量和刚度值快速测试，确认布料能够正常下落并覆盖身体，然后逐步增加刚度和阻尼来消除抖动。如果出现穿透，优先增大碰撞体的厚度和布料的碰撞距离，而不是一味提高解算精度。解算精度（quality）参数每增加 1，模拟步数翻倍，但运行时间也会翻倍，通常设置在 8 到 15 之间就能满足大多数动画需求。对于静帧渲染，可以临时提高到 20 以上，获得更精确的褶皱。
# 进一步细化布料参数 cloth_mod.settings.tension_stiffness = 20.0 cloth_mod.settings.compression_stiffness = 20.0 cloth_mod.settings.shear_stiffness = 10.0 cloth_mod.settings.bending_stiffness = 18.0 cloth_mod.settings.pin_stiffness = 1.0 # 固定顶点权重 cloth_mod.settings.use_pressure = False # 是否充气 cloth_mod.settings.collision_quality = 4 # 碰撞迭代次数
固定顶点组（Pin Group）在服装制作中非常有用。比如领口、袖口或腰线等位置需要固定在角色身上，可以通过顶点组指定这些顶点不参与模拟。这样既能保持服装的穿戴位置，又能让其他部分自由摆动。在 Blender 中，先为服装网格添加顶点组，然后将需要固定的顶点分配到这个组，接着在布料修改器的“形状”栏中勾选“钉住”并选择该顶点组即可。
另一个容易被忽略的参数是重力。Blender 默认的重力方向是世界坐标的 Z 轴负方向，但如果场景使用了自定义坐标或角色不是直立姿势，就需要调整重力方向。此外，布料模拟与时间步长有关，如果动画帧率较低，可以在时间面板中增加子步数，让布料在每一帧内进行多次内部迭代，避免高速运动时产生穿透。
AI 褶皱生成：从低模到高细节
传统布料模拟生成的褶皱受限于网格分辨率，无法表现细小的布料纹理和微小折痕。AI 褶皱生成技术通过训练神经网络学习真实布料的高频细节，然后根据低分辨率模拟结果和角色姿态预测并叠加这些细节。工作流程通常分为两步：第一步用低模布料模拟获得大形变和整体褶皱走向；第二步将模拟结果作为输入，送入训练好的生成模型，输出带有丰富细节的法线贴图或置换贴图。
目前常用的 AI 褶皱生成方案有两种。一种是基于图像的超分辨率方法，将低精度法线贴图放大并增加细节；另一种是基于三维网格的生成对抗网络（GAN），直接在网格顶点或纹理空间上生成褶皱。对于 Blender 用户来说，更实用的做法是利用 Python 调用外部模型，例如使用 PyTorch 加载预训练的褶皱生成网络，然后通过 Blender 的 API 将结果应用到材质节点中。
# 伪代码：调用 AI 模型生成褶皱法线贴图
import torch
import numpy as np
# 加载预训练模型（示例路径）
model = torch.load("C:\\models\\wrinkle_gan.pth", map_location=torch.device('cpu'))
model.eval()
# 输入为布料模拟后的低模顶点数据和姿态信息
input_tensor = torch.tensor(low_res_vertices, dtype=torch.float32).unsqueeze(0)
with torch.no_grad():
output_map = model(input_tensor) # 输出高分辨率法线贴图
# 将 numpy 数组转为 Blender 图像
import bpy
image = bpy.data.images.new("WrinkleNormalMap", width=2048, height=2048)
image.pixels = output_map.flatten().tolist()
如果不想自己训练模型，也可以使用一些开源项目提供的预训练权重。这类模型通常需要输入角色的姿势参数、布料类型标签以及低精度模拟的法线信息。生成的褶皱法线贴图可以直接连接到 Blender 材质节点的法线输入，或者通过置换修改器提升几何细节。需要注意的是，AI 生成的结果并不总是完美，有时候会出现不自然的褶皱分布，尤其是在关节活动幅度较大的区域，此时需要手动修正或在后处理中使用遮罩混合。
在实际项目中，AI 褶皱生成更多作为辅助手段，而不是完全替代手工。一个高效的流程是：先让布料模拟产生合理的整体形态，然后用 AI 生成细节，最后在雕刻模式中只用少量笔刷修正局部问题。这样既保留了物理模拟的可靠性，又获得了 AI 生成的高频细节，整体耗时比纯手工雕刻减少 70% 以上。
全流程自动化脚本整合
将以上步骤整合到一个 Blender Python 脚本中，可以实现一键化服装生成。脚本的主要流程包括：准备角色碰撞体、设置服装基础网格的布料参数、运行布料模拟直到稳定状态、导出低模数据到 AI 模型、接收生成的褶皱贴图并应用到材质、最后清理模拟缓存。下面是一个简化版的框架代码，展示了各个环节的调用关系。
import bpy
import numpy as np
def setup_collision_and_cloth():
# 设置碰撞体和布料参数（同前文示例）
pass
def run_cloth_simulation(frame_end=250):
# 运行布料模拟
bpy.context.scene.frame_set(1)
bpy.ops.ptcache.bake_all(bake=True)
bpy.context.scene.frame_set(frame_end)
bpy.ops.object.mode_set(mode='OBJECT')
def export_low_res_data():
# 获取布料模拟后的顶点位置
cloth_obj = bpy.data.objects["ShirtBase"]
verts = [v.co.copy() for v in cloth_obj.data.vertices]
return np.array(verts)
def apply_ai_wrinkle_map(normal_map):
# 将生成的褶皱法线贴图应用到材质节点
mat = bpy.data.materials.get("ClothMaterial")
if mat is None:
mat = bpy.data.materials.new(name="ClothMaterial")
mat.use_nodes = True
cloth_obj = bpy.data.objects["ShirtBase"]
cloth_obj.data.materials.append(mat)
nodes = mat.node_tree.nodes
img_tex = nodes.new(type='ShaderNodeTexImage')
img_tex.image = normal_map
normal_map_node = nodes.new(type='ShaderNodeNormalMap')
mat.node_tree.links.new(img_tex.outputs['Color'], normal_map_node.inputs['Color'])
bsdf = nodes.get("Principled BSDF")
if bsdf:
mat.node_tree.links.new(normal_map_node.outputs['Normal'], bsdf.inputs['Normal'])
# 主流程
setup_collision_and_cloth()
run_cloth_simulation()
low_res_verts = export_low_res_data()
# 这里调用 AI 模型，返回法线贴图（省略模型加载细节）
ai_normal_map = generate_wrinkle_map(low_res_verts)
apply_ai_wrinkle_map(ai_normal_map)
print("服装自动生成流程完成")
上述框架中的 generate_wrinkle_map 函数需要你根据实际使用的 AI 模型进行实现，可以是本地 PyTorch 推理，也可以是调用远程服务。在 Blender 的脚本编辑器中运行该脚本前，需要确保已经安装了必要的 Python 依赖，例如 torch 和 numpy。如果使用外部服务，还需要处理网络请求和文件传输。
自动化脚本的另一个好处是参数复用。你可以将不同的布料类型（棉、麻、丝绸）和角色姿态保存为预设，通过调整少量参数快速生成不同风格的服装效果。这在游戏角色批量制作或虚拟服装试穿场景中尤其有价值。不过要注意，布料模拟和 AI 推理的计算量可能较大，对于实时预览可以降低分辨率，最终渲染时再提高精度。
综合来看，Blender 自动生成服装的技术路线已经相当成熟，布料模拟负责物理合理性，AI 褶皱生成负责细节丰富度。随着模型轻量化和硬件加速的发展，未来完全实时的高细节服装生成将成为可能。你现在就可以从基础网格开始，按照本文的参数建议和脚本框架搭建自己的自动化服装工作流。
Blender布料模拟AI褶皱生成服装自动生成修改时间：2026-09-22 09:59:14