月之暗面Kimi K3.1Pro新发布，直通3D打印全流程！

AM易道分享

就在昨天！月之暗面发布Kimi K3.1 Pro。

对3D打印行业来说，这次非常关键的更新是随之上线的3D Make。

输入文字、草图或参考图，生成模型，再在线预览、修改，下载用于3D打印。

这套流程，现在都放在Kimi网页和App里。

这波更新让我们感悟良多，预测和思考都放在最后了。

官网展示了一盏造型台灯：

前半段在建模，后半段打印机开始工作，最后灯亮了。

似乎比GPT6展示的火箭模型更接地气一些。

当用户有想法，3D打印能生产，中间却常常缺一份能直接用的3D模型。

通用AI开始往这个方向走了。

AM易道更在意它给专业3D建模平台留下的核心问题。

如果用户在日常使用的大语言模型里就能建模、改稿、拿到文件，为什么还要单独打开另一个产品？

Kimi官方视频中的土楼台灯成品。

Kimi网页中的3D Make入口与模型示例

这盏台灯，值得做文创、家居和小批量定制的读者多看一眼。

按官方说明，Kimi用trimesh构建模型，借鉴福建土楼的圆形结构，做成镂空灯体，拆为五个部分。

造型、分件，再到实体制作，已经能看出一件定制产品的雏形。

视频给出了打印过程和成品画面，不过完整的打印参数与尺寸验收记录尚未披露。

能看到它做出来，和能在自己的机器上稳定复现，我们并没有实测。

接过3D打印定制单的人知道，第一版灯罩做出来，改稿往往才开始，矮一点，换个花纹，底座留个开关位置，还得分件后再安排打印。

如果接着和AI对话就能把这些要求改对，省下的才是反复沟通、重新建模和检查文件的工夫。

对小批量订单来说，这些时间成本也是成本。

土楼台灯的数字建模阶段。

再看机械结构。

Kimi通过Python在FreeCAD中构建了一台涡扇发动机展示模型，官方称包含2100个实体，可以演示装配、内部拆解和转子运动。

它展示了组织复杂结构的能力，交付的仍是一套展示模型，我们不确定这离可玩可动甚至可用的发动机设计还有多远。

FreeCAD中的涡扇发动机装配、拆解与转子运动演示。

模型生成后，能不能接着改？

Kimi强调，K3.1 Pro可以不经MCP连接器，直接编写并运行Blender、CAD等工具的脚本，完成参数化建模和修改。

这里的【不经MCP】，指的是不依赖这类连接器来驱动建模。

Blender或CAD照常要运行，模型通过脚本完成操作，执行环境和结果检查还是得做。

这条路线的价值，做几次3D模型的修改就能体会。

比如客户说“外径保持不变，把安装孔距改成另一个尺寸”。

孔要改对，其他结构要保住，改完还得检查。

重新生成一个外观看着差不多的模型，根本满足不了这个要求。

Blender中的机场雨林场景建模。此处展示的是数字场景。

教堂内部结构逐步生成的过程。

还是那句话，如果能在AI聊天中能直接更快整理成可检查、可修改、可拆分的模型，就已经很实用。

这次发布还有Kimi公布的BenchCAD成绩，来自随机抽取的1000个Vision2Code案例。

测试要求模型根据多视图生成CAD代码，再用体素交并比衡量重建几何与目标的接近程度。

Kimi公布的成绩仅次于Opus 5.5和GPT6-Astra。

这种成绩类似于各大模型在CAD建模方面的能力测验。

分数越高，未来直接在大模型通过聊天该具体设计的可行性就越高，对于真的3D打印用户或服务商来说就会越有实际价值。

Kimi公布的BenchCAD成绩，区分使用工具与不使用工具两种条件。

Kimi展示的模型和素材是怎么来的？AI建模厂商能否松口气？

Kimi漂亮的演示，背后模型素材可能来源比较多。

比如是自己写脚本建结构，还是调用外部生成工具，或者从素材库取资产，再把场景搭起来。

Kimi官网的案例说明已经列出部分外部资产。

仙宫场景使用了云、材质和月面数据，御剑场景使用了公开的佛像扫描模型，机器人短片也使用了外部道具与材质。

仙宫场景；官网披露使用外部云、材质等资产。

御剑场景使用明尼阿波利斯艺术博物馆的CC0雕塑扫描资产。

看到这里，似乎大语言模型还需要调用专业工具和专用数字资产。

AI建模厂商可能能稍微松一口气，但我们到不这么看。

用户未来可能全程都在助手里提需求、改模型、拿文件，根本没打开过背后的专业平台。

就算调用了某些专业平台，由平台提供了关键能力，用户记住的却是首个聊天框。

工具仍然有人调用，客户却未必还在自己手里。

创作入口的价值逐步被通用大模型厂商拿走的远虑，已开始变成近忧。

Blender制作的机器人短片，使用了外部道具和材质。

【可打印】三个字，还要过3D打印设备这一关

Kimi已经把下载用于3D打印写进产品介绍。

文件到了手里，仍要落到具体的3D打印设备、材料和尺寸上评判。

例如，常见的AI输出的GLB主要用于三维资产传输和展示。

拿到它之后，还要按后续软件支持的格式处理、检查几何、完成切片，才能交给打印机。

拿前面的灯罩来说，镂空筋条缩小后还剩多厚，拆件后有没有封口，卡扣间隙够不够，支撑能不能拆，都得逐一处理。

屏幕上看见的纹理细节，也得确认有没有做进结构。

Meshy、Tripo们，真正该紧张什么？

Kimi正在进入其他AI建模品牌的主战场。

Meshy、Tripo等平台也在把模型生成连接到分件、修复和打印流程上。

现在的核心问题是，当通用AI也能逐步接下用户的建模需求，用户为什么还愿意转到另一个平台多付一份钱。

如果第一次建模尝试就在日常AI里完成，专业模型平台得拿出足够明显的提升，才能让用户再注册一个账号、再熟悉一套界面。

当基础建模成为通用AI订阅中的一个功能，单独卖一次AI建模生成的token也会更难。

用户会比较的是，同样是出一个模型，这笔钱能不能换来更少的修复、更准的尺寸、更丝滑的接入3D打印以及更省心的交付？

Tripo一直在做类似尝试早就把薄弱部位、分件封口、尺度和切片检查列进了流程。

Tripo官方教程：检查模型的实际几何与局部缺陷。

还有改稿。

第一版够漂亮，用户愿意试。

反复改尺寸、改分件之后还能不能保住核心结构，用户才有理由留下来。

像Meshy最新的模型就可以支持局部改动，效果我们试下来不错。

Meshy展示：一句话精准修改模型

上面这些都是AM易道对未来竞争走向的简要判断。

目前尚没有证据表明，GPT\Claude\Kimi等大厂已经造成这些专业AI模型厂商的用户或收入流失。

土楼台灯的打印、成品与亮灯画面。打印机上可见ANYCUBIC标识，视频由Kimi官方发布。

对于3D打印用户来说，不管是通用AI厂还是专业建模厂，还得看谁更接近3D打印本身一侧。

指定3D打印条件下，多少文件能通过检查，平均需要人工修多久，改尺寸会不会破坏结构，打印与试装发现的问题，能不能精准反馈迭代至下一版模型。

这些成绩如果能在真实订单里反复兑现，专业平台就有了让用户留下来的理由。

即使通用AI负责接收需求，也仍然需要有人把工程文件做得更可靠。

思考终局，我们也不能忽略拓竹创想快造黑格等一众消费级3D打印龙头主力的战略选择。

如更贴近代码工作流构建一端，则必然更倾向直接往通用AI接入。

如更贴近更好的创作灵感本身以及考虑成本和自身安全壁垒，则倾向留在目前的生态，目前3D打印厂商都接入的是专业3D建模AI。

为什么只提消费级3D打印而不提工业级3D打印？

因为我们认为，工业级3D打印在未来3年最最核心需要考虑的是数据权限让渡问题而非公开接入什么AI的问题，这是个宏大的话题，需要监管和产业一起构建。

显然，我们在走入一个相对未知的世界。

我们的预测是，对于3D打印任何用户（AI或人）来说，前景一片光明，更低的门槛更简单的操作更轻松的接入更便宜的打印产能。

我们的乱云是，对于从空气到实物这两端之间的所有中间态要素，所有，都将被逐步蒸馏后商品化（commoditize）。

至于是精准预测还是啪啪打脸，5年后见分晓。

或许只要3年。