GPT-6爆火3D解剖案例 实为开源数据集组装

时间：2026 年 9 月 11 日（爱范儿首发报道）。 地点：深圳/线上。 人物：开发者 @ashebytes（前斯坦福/NASA/苹果机器学习工程师）、爱范儿评测团队、Hyper3D 团队。 事件详情： 爱范儿技术团队在尝试用 GPT-6 复刻火爆的人体解剖 3D 网页时发现，原帖中那 2234 个独立人体部件并非 GPT-6 从零生成，而是来自一个开源的 BodyParts3D 专家数据集——该数据集基于 MRI 扫描数据，由专业解剖学家制作完成。GPT-6 实际做的工作，是调用这些现成模型，再将它们组装成一个可以旋转、拆解、交互的网页。原帖累计播放量超过 3200 万次，让外界一度误以为 GPT-6 已具备"从零生成精细 3D 资产"的能力。 背景： 该案例最初由开发者 @ashebytes 于 2026 年 9 月 5 日发布。他将整个人体拆为 402 块肌肉、639 条动脉、404 条静脉及多种器官部件，每个部件都能独立选中、命名查看，被评价为"学习复兴"。Higgsfield 等团队此前给出极高评价，称 GPT-6 Astra 在空间推理能力上达到世界级水平。但按原方法让 GPT-6 自行建模时，得到的成果被网友戏称为"史密斯吃面"——动作都对，但成果总有些不对劲。 影响： 这起"案例打假"提醒业界，GPT-6 的核心能力仍在于通用智能与工具调用，而非独立的精细 3D 资产生成。爱范儿后续测试了 GPT-6 + Hyper3D MCP 的组合：让 GPT-6 负责顶层规划与提示工程，Hyper3D Rodin 这样的专业 3D 生成模型负责实际建模，才得以复刻出真正由 AI 生成的精细人体解剖网页。这一发现为 AI 内容创作工具链的分工提供了现实参考——通用大模型擅长调度与组织，专业生成模型负责从零创造，二者结合才是落地的关键。 总结： GPT-6 爆火 3D 案例被扒出使用现成开源解剖数据集，揭示了通用大模型在垂直精细资产生成上的真实边界。它仍是当下最强的 AI 编排与调度模型，而非独立 3D 创作模型。"AI 造物"的现实路径，需要通用大模型与垂直生成模型的协同，而不是单一模型的端到端承诺。 参考来源： - https://www.ifanr.com/1679614 - https://www.imtigers.com/hant/news/2666540471 - https://weibo.com/ttarticle/p/show?id=2309405342010843725844 - https://agihunt.info/p/1a0720ec5d55980fb81ca5b5147 - https://weibo.com/6571226490/5341023587010829 - https://zeli.app/zh/story/49604165 - https://hyper3d.ai/