在三维内容生产流程中，借助AI完成整模生成只是第一步，更常见的是在已有模型基础上修改特定部件，例如把椅子的扶手换成另一种造型，或给角色服装添加破损痕迹。遮罩引导的局部重新生成，本质是利用一张空间权重图告诉扩散模型：哪些顶点或像素可以动，哪些必须保持原状。这种方式相比全局重生成，能显著降低算力浪费，也减少了人工后期对齐的成本。
遮罩的构建方式与空间映射原理
遮罩并不只是简单的一张黑白图，它必须和3D模型的表达空间建立准确对应关系。最常见的是UV空间遮罩：在展开后的UV贴图上用绘图软件涂写区域，渲染时通过采样将遮罩值绑定到对应表面的纹素。这种方法的优势是直观，设计师可以直接在二维界面作业；缺点是如果原模型UV重叠或拉伸严重，遮罩会映射到错误位置，造成不该修改的地方被重生成。
另一种方式是顶点色遮罩，即把权重写入每个顶点的颜色通道，再由着色器或处理脚本读取。顶点色遮罩对拓扑变更不敏感，适合雕刻类软件里的笔刷涂抹，但分辨率受限于网格密度，在平整大面上不够精细。点云投影遮罩则先将模型采样为点云，用包围盒或相机视角绘制区域，再反投影回网格，常用于无法直接编辑UV的扫描模型。下面是用伪代码表达顶点色遮罩读取逻辑的示例：
import numpy as np
def read_vertex_mask(mesh):
# mesh.vertex_colors 为 N x 3 数组，用红色通道作遮罩权重
mask = mesh.vertex_colors[:, 0]
# 阈值化得到二值遮罩，大于0.5的区域允许重生成
binary = (mask > 0.5).astype(np.float32)
return binary
def apply_mask_to_latent(latent, binary, keep_latent):
# latent: 原潜变量, keep_latent: 冻结区域潜变量
out = latent * (1.0 - binary[:, None]) + keep_latent * binary[:, None]
return out
从原理看，遮罩实际是在潜空间或纹理空间施加了一个逐元素的门控函数。若遮罩值为0，该处潜特征在去噪时完全沿用原特征；若为1，则允许随机采样新特征。灰度遮罩则提供中间态，适合做边缘羽化，避免硬边界导致的视觉割裂。理解这种映射，是后续控制生成范围的基础。
重新生成过程中的条件控制与采样策略
有了遮罩，还要决定新区域怎么生成。多数AI 3D工具采用扩散模型，在每一步去噪时只对遮罩内区域添加噪声并预测残差。关键参数是重生成强度，通常用噪声重注入比例控制：比例高，新内容与原模型差异大；比例低，只在原结构上微调。实践中建议先用0.6左右强度测试，再逐步上调，防止一次性改得面目全非。
另一个常被忽视的点是条件引导图像。局部编辑往往需参考用户给的提示图或文字，例如“金属质感、带铆钉”。这时要把提示特征通过交叉注意力注入遮罩区，同时用原模型特征作自注意力约束，保证接缝自然。如果引导过强，遮罩外也会受文字影响产生色偏，因此要在损失函数里加空间权重项。以下片段展示带空间权重的简化训练损失：
def masked_loss(pred, target, mask):
# pred: 模型输出, target: 原图或参考, mask: 空间权重图
diff = (pred - target) ** 2
weighted = diff * (0.1 + 0.9 * mask)
return weighted.mean()
# 在验证时检查遮罩外区域是否漂移
def external_drift(pred, base, mask):
outside = 1.0 - mask
return ((pred - base) * outside).abs().sum()
采样策略上，可以采用区域渐进式生成：先生成遮罩中心，再向边缘扩散，每步把已生成部分纳入参考。这样比一次性全区域去噪更稳定，尤其在处理带有复杂曲率的表面时，能减少破面。部分开源管线还支持多视角一致性约束，即同一遮罩在多个渲染视角下同步更新，避免某个角度看着对、另一个角度穿模。
常见误区与接缝处理的实际方案
很多人在局部编辑后会发现边界有明显接缝，第一反应是调高羽化，但其实根源可能是遮罩分辨率和模型纹理分辨率不匹配。若遮罩是512像素而纹理是2K，缩放时双线性插值会让遮罩边缘变虚，实际生效区域比肉眼看到的大，引起周边细节模糊。正确做法是在引擎内以纹理原生分辨率绘制遮罩，或采用矢量笔刷直接输出高精度蒙版。
还有误区是认为遮罩外完全不变就安全。实际上扩散模型的自注意力是全局的，即便遮罩外不注入噪声，其特征也会在多层传递中被遮罩内新内容拉扯。因此需要在推理时冻结外部层归一化统计量，或对外部区域做梯度截断。下表对比了三种接缝处理手段的适用情况：
| 方案 | 原理 | 适用场景 | 缺点 |
|---|---|---|---|
| 边缘羽化 | 灰度过渡降低突变 | 平缓曲面小修改 | 大曲率面易晕染 |
| 泊松融合 | 求解梯度场无缝拼接 | 纹理接缝明显 | 计算开销较大 |
| 法线约束重生成 | 锁定外部法线作条件 | 几何破面修复 | 需法线贴图支持 |
最后要提的是，遮罩引导不是万能的。当修改区域涉及拓扑结构重大改变，例如凭空长出分支，单靠二维遮罩很难约束生成器不扭曲邻接面。此时应结合网格笔刷预先切开或扩展拓扑，再跑AI重生成，才能兼顾效率与质量。掌握上述技巧，才能让指定区域重新生成真正服务于生产而不是制造新麻烦。
AI_3D_modelmask_guided_generationlocal_editing修改时间：2026-08-16 04:32:33