从 40 轮纯手工建模到 AI 图生 3D 精修：我把《仙逆》王林修成化神形态，致敬《弑仙之战》上线

文章目录

• • 一、引言：当老粉遇上跑偏的 AI 模型
  • 二、前传：四十轮纯程序化建模，卡在神韵上
  • 三、核心概念拆解
  • • 3.1 什么是 AI 图生 3D
    • 3.2 什么是几何引导 UV 掩罩重上色
    • 3.3 什么是 Blender 无头渲染
    • 3.4 什么是 metallicRoughness 贴图
  • 四、技术选型：为什么不改几何
  • 五、整体流水线设计
  • 六、核心实现
  • • 6.1 导出每个三角面的 UV 与世界坐标
    • 6.2 颜色与高度聚类，定安全阈值
    • 6.3 几何引导 UV 掩罩重上色（v1 银白）
    • 6.4 化神重定向（v2 红发金甲，含 HSV 修复）
    • 6.5 Blender 终版：拆材质槽并链接金属贴图
  • 七、运行验证：前后数据对比
  • 八、踩坑复盘：三个真 bug
  • 九、总结与思考
  • 十、成品模型文件与复现资源

摘要：本文是仙逆老粉为今日（2026-10-01）12:00 上线《仙逆剧场版 弑仙之战》撰写的技术致敬。我先不服气地用 Blender 加纯 Python 从零程序化建模王林，四十轮迭代后卡在神韵上止损；转投 AI 图生 3D，生成的王林又跑偏成粉发金甲。文章基于 Blender 5.2.2 与 Python 3.12，用「几何引导 UV 掩罩重上色」与「metallicRoughness 贴图」把三十一万顶点模型打磨成化神红发金甲，给出可复现代码、阈值与前后验证。读完你也能把任意 AI 生成角色按参考图二次精修，全部过程截图与成品模型文件随文附上。

一、引言：当老粉遇上跑偏的 AI 模型

今天上午我刷到消息，《仙逆剧场版 弑仙之战》定档 10 月 1 日 12:00 在腾讯视频上线，325 万人的预约量把评论区顶成了大型回忆现场。作为追了耳根十几年原著的老粉，我翻出上周用多模态生成 skill 从一张王林参考图里「图生 3D」出来的模型文件，想顺手做个手办级的精修当作致敬。

结果打开预览图我愣了三秒：满头品红色长发、金线肩甲、黑底紧身衣——这哪是白发剑客王林，分明是个偏女性化的二次元角色。而官方参考图里的化神王林，是深绯红长发、金色战甲、白衣红腰封的冷峻战神。差得不是一星半点。

图1：AI 图生 3D 原始输出——发型在品红与浅紫间渐变，金甲华丽但气质偏移。

说说这部剧场版为什么让我这个老粉上头。《弑仙之战》对应原著里王林最解气的一段：问鼎大圆满的他，在罗天星域被净涅期血祖跨星域追杀，靠着仙人储物袋的极限反击重创血祖，更在绝境中反杀成功、修为冲破阳实。那段「以弱胜强、逆修弑仙」的爽感，是无数读者入坑《仙逆》的原点。今天它终于搬上银幕，三百二十五万预约量的背后，是十几年攒下的情怀红利。我想做的，就是用自己手里的模型，把这位「从血海里踏出来的逆修」具象成能捧在屏幕前的样子。

但 AI 生成的东西，总有种诡异的「自由发挥」。我这张模型是用多模态生成 skill 从参考图直接图生 3D 出来的，工具很聪明地识别出了「长发、肩甲、长袍」这些要素，却把配色完全理解错：它给王林安了一头品红色长发和一整套金线嫁衣般的装饰，活脱脱把冷峻剑客生成成了梦幻少女。这类工具的通病正是结构能抓、但「角色气质」全靠训练集的平均脸兜底，一旦参考图信息密度高、配色非常规，它就用「最常见的解法」糊弄过去。这也是为什么纯生成不够，还得人工收尾。

这一下把我从情怀拉回了工程现场。模型几何本身其实不错（脸部立体、眉眼锐利），问题全出在贴图和材质上：AI 把颜色理解错了。于是我定了个目标——不重拓扑、不动几何，只改贴图和材质，把粉发金甲修正回化神形态的银红配色与金属质感。本文就是这套「几何引导 UV 掩罩重上色」方法的完整复盘。复盘主线之前，先交代一段前传——在 AI 生成之前，我还试过一条更硬的纯手工路线，四十轮迭代的得失直接决定了后面的技术选型。

二、前传：四十轮纯程序化建模，卡在神韵上

在拿到 AI 模型之前，我先走了另一条更硬的路——不服气，想用 Blender 加纯 Python 从零把王林捏出来。这条路走了一整晚、四十轮迭代，最后我主动止损；但它沉淀下来的方法论，直接喂给了后面的精修主线。

思路是彻底程序化：全程不打开 Blender 界面，身体、长袍、展示台、光环全部由 Python 脚本生成几何，所有参数集中在一个配置模块里，每轮迭代只改参数重跑脚本。最费功夫的是头发——我写了一套「透镜截面发缕」系统：每缕头发是有宽厚的扁截面，沿头皮法向铺开，再叠一层束棱竖褶和少量逃逸细丝模拟绒感，最终头发部分约十八万顶点、三千五百多个发缕实体，才算从「珠帘感」熬到了「一缕一缕有绒感」。

图2：纯程序化建模成果——白发、黑袍、展示台与光环均为脚本生成。

布光同样全部代码化。下面这张是我写的照度测算脚本的终端输出：场景十二盏灯，按点光源平方衰减公式逐灯算出脸部测点的照度与占比——任何一盏灯占比过高，就会在该处「烧出亮斑」。这套「先算后打」的布光习惯，后面修 AI 模型时直接复用。

图3：程序化布光的照度测算——十二盏灯在脸部测点的能量占比一目了然。

四十轮迭代后，模型作为「风格化手办」已经能看，但卡点全在脸上。下面这张对比图是其中三轮的面部迭代：鼻梁、眼睑、眉形每轮只能前进一小步，「像不像王林」的神韵差距却始终明显。程序化几何能把「形」推到八十分，「神」却需要海量美术直觉——皮肤质感、眼神微光、嘴唇血色，每一项都是无底洞，这不是调参数能填的。

图4：面部迭代对比——每轮前进一小步，神韵差距依然明显。

于是我止损换路线，把两条路的账算在一张表里：

结论一目了然：形交给 AI，色和质交给算法。前传里还有两条教训直接延续到主线——验证「X 是不是它」用移走而不是改小，以及一次只动一个变量。后面修贴图时，这两条同样救命。

三、核心概念拆解

动手之前，先把标题里几个关键术语讲清楚。这几个概念正是本文方法的地基，理解了它们，后面的代码才不会像天书。

3.1 什么是 AI 图生 3D

图生 3D 是多模态模型把一张或多张参考图直接转成「带贴图的网格（textured mesh）」的技术。它和传统的手工建模完全不同：你不需要拉顶点、拓扑布线，模型会一次性吐出一张高密度网格加一套烘焙好的颜色贴图。

这类产物有个典型特征：几何细节靠顶点堆，但所有视觉信息几乎都烘焙进了一张 4096 乘 4096 的贴图里。我这个 lumo_model.glb 就是典型案例——31 万顶点、50 万三角面、单材质、35MB 体积里绝大部分是贴图数据。优点是不用建模，缺点是「改色等于改贴图」，几何层反而动不得。

这也是图生 3D 产物和手工模型最大的分水岭：手工模型把颜色写进材质、把细节写进几何，你想改色只需要调一个材质球；而 AI 模型把一切烘焙进一张贴图，相当于把所有信息压成了「一张照片裹在网格上」。好处是零成本出形，坏处是任何视觉修正都变成了图像处理问题——你不能用传统建模思路去「选中头发」，只能回到像素和 UV 层面作战。理解这一点，是后面所有方法的前提。

3.2 什么是几何引导 UV 掩罩重上色

这是本文方法的灵魂。UV 掩罩（UV mask）就是一张和贴图同尺寸的黑白图：白色像素表示「这个区域要改」，黑色表示「别动」。难点在于——我们不能直接拿贴图颜色做选区，因为头发是粉色、嘴唇也是粉色调、火焰纹偏红，颜色域会重叠串色。

「几何引导」的意思是：先用 Blender 把每个三角面的世界坐标（x/y/z 高度）和它的 UV 位置一起导出来，再用「颜色带 且 高度带」的与条件锁定目标区域。比如「品红色 且 高度在头顶区间」才判定为头发，这样就避开了同样粉调的嘴唇和下身红袍。最后把选中的面画进 UV 掩罩，用膨胀和高斯模糊防缝隙，再进 HSV 域做颜色映射。

这里必须补一个反例，因为它直接决定了方法的成败。我最初偷懒，只按色相选头发——「只要是品红色就改」。结果渲染出来啼笑皆非：王林的红腰封、胸口火焰纹、甚至嘴唇的高光，全被一起染成了银白，整张脸像打了劣质粉底。原因很简单，AI 烘焙的贴图里，红腰封和头发在 HSV 空间高度重叠，单靠颜色根本分不开。这就是「几何引导」存在的意义：用世界坐标的 z 高度把「头顶的品红」和「腰部的品红」一刀切开。后来我把头发阈值锁在 z 0.46 到 0.83、并且要求「品红 且 高度在头顶区间」才入选，串色问题瞬间消失。这个反例也提醒我们：AI 生成的贴图是「混色」的，任何纯颜色的条件都可能在别处踩雷。

3.3 什么是 Blender 无头渲染

无头（headless）渲染指不打开 Blender 的图形界面，用命令行 -b 参数加载一个 Python 脚本直接出图。它的价值在两方面：一是可以写脚本批量跑多角度诊断图，二是渲染参数（相机、灯光、材质节点）全部代码化，能版本化、能复现、能自动化。

本文所有渲染、材质赋值、GLB 导出都在无头模式下完成，单次 Cycles CPU 渲染约 1 到 2 分钟。注意 Blender 5.x 在部分 Windows 显卡上 CUDA 初始化会卡死，需要回退到 CPU 设备，这是后文踩坑要讲的点。

3.4 什么是 metallicRoughness 贴图

glTF 2.0 的 PBR（基于物理的渲染）标准用两张图描述表面：一张基础色（albedo），一张金属粗糙度（metallicRoughness）。后者是 RGBA 贴图，其中绿色通道存粗糙度（roughness）、蓝色通道存金属度（metallic）。金属度 1 表示纯金属、0 表示绝缘体；粗糙度约 0.3 表示光滑高光、1.0 表示完全哑光。

原模型只有一个「粗糙度 1.0」的纯哑光材质，所以金甲看起来像塑料。我额外烘焙一张 metallicRoughness 贴图，把金色饰件区域设为 metal=1、rough=0.35，凹槽火焰纹保持哑光，质感立刻拉开层次。

四、技术选型：为什么不改几何

拿到跑偏的模型，第一反应可能是「重建模」。但我在动手前先做了一次选型对比，结论是不值得。

核心判断是：几何底子好（脸部质量经多方位验证不错），重拓扑属于「为了修色把房子拆了重建」，收益远小于风险。贴图重上色用算法精准改色，材质分级用节点补质感，两者叠加足以把观感从「塑料玩偶」拉到「手办级」。这条路线也符合图生 3D 产物的标准修图范式——几何交给 AI，精修交给人工加脚本。

更深一层的原因是成本结构与风险的不对称性。重拓扑意味着你要重新理解这份三十一万顶点的几何、重新布线、重新展 UV、重新绑定，任何一步失误都会让已有的脸部精度付之东流，而脸部恰恰是这个模型最值钱的部分。反过来，贴图重上色和材质分级是「非破坏性」的：原贴图永远留着，改坏了覆盖重来即可，不会伤筋动骨。在「模型已经八十分、只差配色」的前提下，用最小破坏面去换最大观感提升，是工程上最划算的选择。

五、整体流水线设计

打磨全流程是一条单向流水线，从模型导出面数据开始，到 GLB 回写结束。下面两张图分别给出流程结构与时序。

#mermaid-svg-LcrpXGHAtBu74Isg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-LcrpXGHAtBu74Isg .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-LcrpXGHAtBu74Isg .error-icon{fill:#552222;}#mermaid-svg-LcrpXGHAtBu74Isg .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-LcrpXGHAtBu74Isg .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-LcrpXGHAtBu74Isg .marker{fill:#333333;stroke:#333333;}#mermaid-svg-LcrpXGHAtBu74Isg .marker.cross{stroke:#333333;}#mermaid-svg-LcrpXGHAtBu74Isg svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-LcrpXGHAtBu74Isg p{margin:0;}#mermaid-svg-LcrpXGHAtBu74Isg .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-LcrpXGHAtBu74Isg .cluster-label text{fill:#333;}#mermaid-svg-LcrpXGHAtBu74Isg .cluster-label span{color:#333;}#mermaid-svg-LcrpXGHAtBu74Isg .cluster-label span p{background-color:transparent;}#mermaid-svg-LcrpXGHAtBu74Isg .label text,#mermaid-svg-LcrpXGHAtBu74Isg span{fill:#333;color:#333;}#mermaid-svg-LcrpXGHAtBu74Isg .node rect,#mermaid-svg-LcrpXGHAtBu74Isg .node circle,#mermaid-svg-LcrpXGHAtBu74Isg .node ellipse,#mermaid-svg-LcrpXGHAtBu74Isg .node polygon,#mermaid-svg-LcrpXGHAtBu74Isg .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-LcrpXGHAtBu74Isg .rough-node .label text,#mermaid-svg-LcrpXGHAtBu74Isg .node .label text,#mermaid-svg-LcrpXGHAtBu74Isg .image-shape .label,#mermaid-svg-LcrpXGHAtBu74Isg .icon-shape .label{text-anchor:middle;}#mermaid-svg-LcrpXGHAtBu74Isg .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-LcrpXGHAtBu74Isg .rough-node .label,#mermaid-svg-LcrpXGHAtBu74Isg .node .label,#mermaid-svg-LcrpXGHAtBu74Isg .image-shape .label,#mermaid-svg-LcrpXGHAtBu74Isg .icon-shape .label{text-align:center;}#mermaid-svg-LcrpXGHAtBu74Isg .node.clickable{cursor:pointer;}#mermaid-svg-LcrpXGHAtBu74Isg .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-LcrpXGHAtBu74Isg .arrowheadPath{fill:#333333;}#mermaid-svg-LcrpXGHAtBu74Isg .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-LcrpXGHAtBu74Isg .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-LcrpXGHAtBu74Isg .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-LcrpXGHAtBu74Isg .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-LcrpXGHAtBu74Isg .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-LcrpXGHAtBu74Isg .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-LcrpXGHAtBu74Isg .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-LcrpXGHAtBu74Isg .cluster text{fill:#333;}#mermaid-svg-LcrpXGHAtBu74Isg .cluster span{color:#333;}#mermaid-svg-LcrpXGHAtBu74Isg div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-LcrpXGHAtBu74Isg .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-LcrpXGHAtBu74Isg rect.text{fill:none;stroke-width:0;}#mermaid-svg-LcrpXGHAtBu74Isg .icon-shape,#mermaid-svg-LcrpXGHAtBu74Isg .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-LcrpXGHAtBu74Isg .icon-shape p,#mermaid-svg-LcrpXGHAtBu74Isg .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-LcrpXGHAtBu74Isg .icon-shape .label rect,#mermaid-svg-LcrpXGHAtBu74Isg .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-LcrpXGHAtBu74Isg .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-LcrpXGHAtBu74Isg .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-LcrpXGHAtBu74Isg :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

加载 GLB 导出面数据

颜色与高度聚类分析

生成头发/悬浮片/金甲 UV 掩罩

HSV 域重上色贴图

烘焙 metallicRoughness 贴图

Blender 拆材质槽并链接贴图

Cycles 渲染四方位成品

导出 lumo_model_polished_v2.glb

图5：打磨流水线总览：从面数据导出到 GLB 回写的八个环节。

成品模型

4096 贴图

Blender 无头

Python 脚本

成品模型

4096 贴图

Blender 无头

Python 脚本

#mermaid-svg-kVNjpIzzxAcnXyWU{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-kVNjpIzzxAcnXyWU .error-icon{fill:#552222;}#mermaid-svg-kVNjpIzzxAcnXyWU .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-kVNjpIzzxAcnXyWU .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-kVNjpIzzxAcnXyWU .marker{fill:#333333;stroke:#333333;}#mermaid-svg-kVNjpIzzxAcnXyWU .marker.cross{stroke:#333333;}#mermaid-svg-kVNjpIzzxAcnXyWU svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-kVNjpIzzxAcnXyWU p{margin:0;}#mermaid-svg-kVNjpIzzxAcnXyWU .actor{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-kVNjpIzzxAcnXyWU text.actor>tspan{fill:black;stroke:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .actor-line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-kVNjpIzzxAcnXyWU .innerArc{stroke-width:1.5;stroke-dasharray:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .messageLine0{stroke-width:1.5;stroke-dasharray:none;stroke:#333;}#mermaid-svg-kVNjpIzzxAcnXyWU .messageLine1{stroke-width:1.5;stroke-dasharray:2,2;stroke:#333;}#mermaid-svg-kVNjpIzzxAcnXyWU #arrowhead path{fill:#333;stroke:#333;}#mermaid-svg-kVNjpIzzxAcnXyWU .sequenceNumber{fill:white;}#mermaid-svg-kVNjpIzzxAcnXyWU #sequencenumber{fill:#333;}#mermaid-svg-kVNjpIzzxAcnXyWU #crosshead path{fill:#333;stroke:#333;}#mermaid-svg-kVNjpIzzxAcnXyWU .messageText{fill:#333;stroke:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .labelBox{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-kVNjpIzzxAcnXyWU .labelText,#mermaid-svg-kVNjpIzzxAcnXyWU .labelText>tspan{fill:black;stroke:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .loopText,#mermaid-svg-kVNjpIzzxAcnXyWU .loopText>tspan{fill:black;stroke:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .loopLine{stroke-width:2px;stroke-dasharray:2,2;stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);}#mermaid-svg-kVNjpIzzxAcnXyWU .note{stroke:#aaaa33;fill:#fff5ad;}#mermaid-svg-kVNjpIzzxAcnXyWU .noteText,#mermaid-svg-kVNjpIzzxAcnXyWU .noteText>tspan{fill:black;stroke:none;}#mermaid-svg-kVNjpIzzxAcnXyWU .activation0{fill:#f4f4f4;stroke:#666;}#mermaid-svg-kVNjpIzzxAcnXyWU .activation1{fill:#f4f4f4;stroke:#666;}#mermaid-svg-kVNjpIzzxAcnXyWU .activation2{fill:#f4f4f4;stroke:#666;}#mermaid-svg-kVNjpIzzxAcnXyWU .actorPopupMenu{position:absolute;}#mermaid-svg-kVNjpIzzxAcnXyWU .actorPopupMenuPanel{position:absolute;fill:#ECECFF;box-shadow:0px 8px 16px 0px rgba(0,0,0,0.2);filter:drop-shadow(3px 5px 2px rgb(0 0 0 / 0.4));}#mermaid-svg-kVNjpIzzxAcnXyWU .actor-man line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;}#mermaid-svg-kVNjpIzzxAcnXyWU .actor-man circle,#mermaid-svg-kVNjpIzzxAcnXyWU line{stroke:hsl(259.6261682243, 59.7765363128%, 87.9019607843%);fill:#ECECFF;stroke-width:2px;}#mermaid-svg-kVNjpIzzxAcnXyWU :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

30_dumpfaces 导出 UV 角点+世界坐标

31_analyze 聚类出颜色/高度阈值

32/34_recolor 按掩罩重上色

烘焙 metallicRoughness 通道

41_final 拆材质槽+渲染+导出

回读验证槽位与贴图完整

图6：脚本与 Blender 之间的职责时序，烘焙与渲染导出分阶段执行。

#mermaid-svg-v8pYPwxICVAuQodq{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-v8pYPwxICVAuQodq .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-v8pYPwxICVAuQodq .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-v8pYPwxICVAuQodq .error-icon{fill:#552222;}#mermaid-svg-v8pYPwxICVAuQodq .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-v8pYPwxICVAuQodq .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-v8pYPwxICVAuQodq .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-v8pYPwxICVAuQodq .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-v8pYPwxICVAuQodq .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-v8pYPwxICVAuQodq .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-v8pYPwxICVAuQodq .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-v8pYPwxICVAuQodq .marker{fill:#333333;stroke:#333333;}#mermaid-svg-v8pYPwxICVAuQodq .marker.cross{stroke:#333333;}#mermaid-svg-v8pYPwxICVAuQodq svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-v8pYPwxICVAuQodq p{margin:0;}#mermaid-svg-v8pYPwxICVAuQodq g.classGroup text{fill:#9370DB;stroke:none;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:10px;}#mermaid-svg-v8pYPwxICVAuQodq g.classGroup text .title{font-weight:bolder;}#mermaid-svg-v8pYPwxICVAuQodq .cluster-label text{fill:#333;}#mermaid-svg-v8pYPwxICVAuQodq .cluster-label span{color:#333;}#mermaid-svg-v8pYPwxICVAuQodq .cluster-label span p{background-color:transparent;}#mermaid-svg-v8pYPwxICVAuQodq .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-v8pYPwxICVAuQodq .cluster text{fill:#333;}#mermaid-svg-v8pYPwxICVAuQodq .cluster span{color:#333;}#mermaid-svg-v8pYPwxICVAuQodq .nodeLabel,#mermaid-svg-v8pYPwxICVAuQodq .edgeLabel{color:#131300;}#mermaid-svg-v8pYPwxICVAuQodq .edgeLabel .label rect{fill:#ECECFF;}#mermaid-svg-v8pYPwxICVAuQodq .label text{fill:#131300;}#mermaid-svg-v8pYPwxICVAuQodq .labelBkg{background:#ECECFF;}#mermaid-svg-v8pYPwxICVAuQodq .edgeLabel .label span{background:#ECECFF;}#mermaid-svg-v8pYPwxICVAuQodq .classTitle{font-weight:bolder;}#mermaid-svg-v8pYPwxICVAuQodq .node rect,#mermaid-svg-v8pYPwxICVAuQodq .node circle,#mermaid-svg-v8pYPwxICVAuQodq .node ellipse,#mermaid-svg-v8pYPwxICVAuQodq .node polygon,#mermaid-svg-v8pYPwxICVAuQodq .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-v8pYPwxICVAuQodq .divider{stroke:#9370DB;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq g.clickable{cursor:pointer;}#mermaid-svg-v8pYPwxICVAuQodq g.classGroup rect{fill:#ECECFF;stroke:#9370DB;}#mermaid-svg-v8pYPwxICVAuQodq g.classGroup line{stroke:#9370DB;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq .classLabel .box{stroke:none;stroke-width:0;fill:#ECECFF;opacity:0.5;}#mermaid-svg-v8pYPwxICVAuQodq .classLabel .label{fill:#9370DB;font-size:10px;}#mermaid-svg-v8pYPwxICVAuQodq .relation{stroke:#333333;stroke-width:1;fill:none;}#mermaid-svg-v8pYPwxICVAuQodq .dashed-line{stroke-dasharray:3;}#mermaid-svg-v8pYPwxICVAuQodq .dotted-line{stroke-dasharray:1 2;}#mermaid-svg-v8pYPwxICVAuQodq #compositionStart,#mermaid-svg-v8pYPwxICVAuQodq .composition{fill:#333333!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #compositionEnd,#mermaid-svg-v8pYPwxICVAuQodq .composition{fill:#333333!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #dependencyStart,#mermaid-svg-v8pYPwxICVAuQodq .dependency{fill:#333333!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #dependencyStart,#mermaid-svg-v8pYPwxICVAuQodq .dependency{fill:#333333!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #extensionStart,#mermaid-svg-v8pYPwxICVAuQodq .extension{fill:transparent!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #extensionEnd,#mermaid-svg-v8pYPwxICVAuQodq .extension{fill:transparent!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #aggregationStart,#mermaid-svg-v8pYPwxICVAuQodq .aggregation{fill:transparent!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #aggregationEnd,#mermaid-svg-v8pYPwxICVAuQodq .aggregation{fill:transparent!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #lollipopStart,#mermaid-svg-v8pYPwxICVAuQodq .lollipop{fill:#ECECFF!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq #lollipopEnd,#mermaid-svg-v8pYPwxICVAuQodq .lollipop{fill:#ECECFF!important;stroke:#333333!important;stroke-width:1;}#mermaid-svg-v8pYPwxICVAuQodq .edgeTerminals{font-size:11px;line-height:initial;}#mermaid-svg-v8pYPwxICVAuQodq .classTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-v8pYPwxICVAuQodq .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-v8pYPwxICVAuQodq .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-v8pYPwxICVAuQodq :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

WL_Base

+float Roughness

+float Metallic

+Texture mr_crimson

WL_Hair

+float Roughness = 0.34

WL_Skin

+float Roughness = 0.50

图7：三个材质槽的 PBR 属性结构，金甲槽额外绑定金属粗糙度贴图。

六、核心实现

下面五个代码块覆盖了完整链路。每个都标注了语言、带了行首分节注释，并紧跟一段解释说明输入、处理、输出与预期。

6.1 导出每个三角面的 UV 与世界坐标

# —- 第一步：导入 GLB 并定位网格对象 —-
import bpy, numpy as np
bpy.ops.import_scene.gltf(filepath="lumo_model.glb")
obj = [o for o in bpy.data.objects if o.type == "MESH"][0]
m = obj.data
mw = obj.matrix_world

# —- 第二步：收集顶点并求世界坐标 —-
co = np.array([list(v.co) for v in m.vertices], dtype=np.float32)
n = len(co)
world = (mw @ np.concatenate([co, np.ones((n, 1))], axis=1).T).T[:, :3]

# —- 第三步：遍历 loop-triangle 取 UV 角点与质心 —-
m.calc_loop_triangles()
lt = m.loop_triangles
uv_layer = m.uv_layers.active.data
uv_corn = np.zeros((len(lt), 3, 2), dtype=np.float32)
tri_cw = np.zeros((len(lt), 3), dtype=np.float32)
for i, t in enumerate(lt):
for k in range(3):
lp = m.loops[t.loops[k]]
uv_corn[i, k] = uv_layer[lp.index].uv
tri_cw[i] = world[t.vertices].mean(axis=0)

# —- 第四步：保存为 npz 供后续分析 —-
np.savez("faces.npz", uvcorn=uv_corn, pos=tri_cw)
print("FACES", len(lt), "saved")

代码解释（100 字+）：本段脚本接收 GLB 文件路径作为输入，在 Blender 无头环境里导入模型并定位唯一网格。它先通过 matrix_world 把顶点坐标变换到世界空间（glTF 导入后局部坐标仍是 Y-up，必须转世界坐标才能按高度分类），再遍历 loop_triangles 取出每个三角三个角点的 UV 坐标和世界质心，最终保存为 faces.npz。输出是约 50 万个三角的 UV 角点数组与质心位置数组，供后续聚类和掩罩绘制使用。预期终端打印 FACES 499xxx saved。

6.2 颜色与高度聚类，定安全阈值

# —- 加载面数据并按高度与色相统计分布 —-
import numpy as np, colorsys
from PIL import Image
d = np.load("faces.npz")
uvc, pos = d["uvcorn"], d["pos"]
tex = np.asarray(Image.open("tex/texture_20250901.png").convert("RGB"),
dtype=np.float32) / 255.0
H, W = tex.shape[:2]

# —- 采样每个三角质心处的贴图颜色 —-
uc = uvc.mean(axis=1) % 1.0
px = tex[((1 – uc[:, 1]) * H).astype(int), (uc[:, 0] * W).astype(int)]
r, g, b = px[:, 0], px[:, 1], px[:, 2]
mx, mn = px.max(1), px.min(1)
v, dz = mx, mx – mn
s = np.where(mx > 0, dz / np.maximum(mx, 1e-6), 0.0)
h = np.zeros(len(px))
m1 = (mx == r) & (dz > 0); h[m1] = ((g – b)[m1] / dz[m1]) % 6
m2 = (mx == g) & (dz > 0) & ~(mx == r); h[m2] = (b – r)[m2] / dz[m2] + 2
m3 = (mx == b) & (dz > 0) & ~(mx == r) & ~(mx == g); h[m3] = (r – g)[m3] / dz[m3] + 4
hsv_h = h * 60.0

# —- 打印高度直方图，找头发与下身的分界间隙 —-
z = pos[:, 2]
for lo in np.arange(0.3, 0.9, 0.04):
band = (z >= lo) & (z < lo + 0.04)
print(f"z[{lo:.2f},{lo+0.04:.2f}] n={band.sum()}")

代码解释（100 字+）：本段接收 faces.npz 与原始贴图，逐三角采样质心处的 RGB 并转换到 HSV 色相空间。输入是面级 UV 与世界坐标，处理核心是遍历所有三角、用质心 UV 反查贴图像素、计算色相 H 与高度 z，最后打印高度直方图。输出是一组分区面数，用来定位天然间隙——我在 0.42 到 0.50 之间发现了明显的断档，正好把头顶头发和下身暗紫红袍分开。这一步决定了后续掩罩的 z 阈值，是「几何引导」能否不串色的关键。

6.3 几何引导 UV 掩罩重上色（v1 银白）

# —- 依据聚类阈值生成头发掩罩 —-
import numpy as np
from PIL import Image, ImageDraw
d = np.load("faces.npz"); fc = np.load("facecolor.npz")
uvc, z, h, s, v = d["uvcorn"], fc["z"], fc["h"], fc["s"], fc["v"]
hair_f = (z > 0.46) & (z < 0.83) & (
((h >= 275) & (s > 0.15)) |
((h >= 225) & (h < 275) & (s >= 0.08) & (s < 0.55) & (v < 0.80)))
shard_f = (z >= 0.76) # 头顶悬浮片，统一转银/金

# —- 把选中三角画进 4096 UV 掩罩 —-
W = Hh = 4096
mask = Image.new("L", (W, Hh), 0); dr = ImageDraw.Draw(mask)
U = (uvc % 1.0); V = (1.0 – (uvc % 1.0))
for i in np.nonzero(hair_f | shard_f)[0]:
p = [(U[i, k, 0] * W, V[i, k, 0] * Hh) for k in range(3)]
dr.polygon(p, fill=255)
mask = mask.filter(ImageFilter.MaxFilter(9)) # 膨胀防缝
mask = mask.filter(ImageFilter.GaussianBlur(3))

# —- HSV 域重上色：品红 -> 银白 —-
img = Image.open("tex/texture_20250901.png").convert("HSV")
arr = np.array(img, dtype=np.float32)
m = np.array(mask, dtype=np.float32) / 255.0
arr[..., 0] = np.where(m > 0.5, 217, arr[..., 0]) # 色相转冷银
arr[..., 1] = np.where(m > 0.5, arr[..., 1] * 0.10 + 4, arr[..., 1])
arr[..., 2] = np.where(m > 0.5, 30 + arr[..., 2] * 0.92, arr[..., 2])
Image.fromarray(arr.astype(np.uint8), "HSV").save("tex/texture_crimson.png")

代码解释（100 字+）：本段是重上色的主逻辑。输入是面级几何与颜色分类结果，处理分三步走：先用「高度带 且 色相带」的与条件锁定头发面与悬浮片面，再用 Pillow 把每个三角的三个 UV 角点画成白色多边形填进掩罩，随后用极大值膨胀加高斯模糊消除三角缝隙；最后把掩罩内的像素在 HSV 域做颜色映射——品红色相 275 到 360 转到 217（冷银白），饱和度压到极低、明度保留暗根。输出是 texture_crimson.png，品红长发变成银白，且因为掩罩严格按几何锁定，没有渗到红腰封和火焰纹。预期渲染验证里粉发区域完整变银、嘴唇眉毛完好。

图8：几何引导生成的头发 UV 掩罩——白色为待改区域，三角缝隙已膨胀填平。

6.4 化神重定向（v2 红发金甲，含 HSV 修复）

# —- v2 把银白改回深绯红，悬浮片转暖金 —-
import numpy as np
from PIL import Image

def hsv_to_rgb(h, s, v):
h6 = (h / 60.0) % 6.0
c = v * s
x = c * (1 – np.abs(h6 % 2 – 1)); m = v – c
# —- 互斥区间：每支只命中一个六等分 —-
conds = [(h6 >= 0) & (h6 < 1), (h6 >= 1) & (h6 < 2),
(h6 >= 2) & (h6 < 3), (h6 >= 3) & (h6 < 4),
(h6 >= 4) & (h6 < 5), (h6 >= 5)]
cols = [np.stack([c, x, 0], –1), np.stack([x, c, 0], –1),
np.stack([0, c, x], –1), np.stack([0, x, c], –1),
np.stack([x, 0, c], –1), np.stack([c, 0, x], –1)]
out = np.zeros(h.shape + (3,), dtype=np.float32)
for cd, col in zip(conds, cols):
out[cd] = col[cd]
return out + m[..., None]

# —- 头发重上色为深绯红 H=350 —-
mask_hair = np.array(Image.open("_mask_hair.png")) / 255.0
h_new = np.full_like(mask_hair, 350.0)
s_new = np.clip(s_orig * 1.3 + 0.12, 0, 1.0)
v_new = np.clip(v_orig * 0.96, 0, 1.0)
rgb = hsv_to_rgb(h_new, s_new, v_new)
# —- 悬浮片重上色为暖金 H=40 —-
mask_shard = np.array(Image.open("_mask_shard.png")) / 255.0
rgb_shard = hsv_to_rgb(np.full_like(mask_shard, 40.0),
np.clip(s_shard + 0.32, 0, 0.78),
np.clip(v_shard * 1.02, 0, 1.0))

代码解释（100 字+）：本段实现化神形态的颜色重定向，也是本文最关键的 bug 修复现场。输入是原贴图与两套掩罩，处理核心是自定义的 hsv_to_rgb：v1 版本用了「累积比较」条件（h6<1, h6<2…）配合顺序赋值，导致后匹配的分支覆盖先匹配的分支——H=40 的暖金被错送进 h6<5 分支映射成紫色。这里改成每个分支都是互斥区间 (h6>=k)&(h6<k+1)，彻底消除覆盖。输出是把头发映射为深绯红（H=350，保留明暗渐变）、悬浮片映射为暖金（H=40），与参考图化神王林呼应。预期渲染里金色不再发紫，红发层次清晰。

图9：重上色后的 4096 贴图——发缕已是深绯红，金色掩罩集中在饰件。

6.5 Blender 终版：拆材质槽并链接金属贴图

# —- 在 Blender 内按分类拆三个材质槽 —-
import bpy, numpy as np
from PIL import Image
fc = np.load("facecolor.npz"); z, h, s = fc["z"], fc["h"], fc["s"]
m = bpy.data.meshes[0]
lt = m.loop_triangles
slot = np.zeros(len(m.polygons), dtype=np.int8)
for i, t in enumerate(lt):
cid = t.polygon_index
if z[i] > 0.46 and (((h[i] >= 275) & (s[i] > 0.15)) or (z[i] >= 0.76)):
slot[cid] = 1 # Hair
elif 0.57 < z[i] < 0.745 and s[i] < 0.45:
slot[cid] = 2 # Skin
else:
slot[cid] = 0 # Base
for p in m.polygons:
p.material_index = slot[p.index]

# —- 为金甲槽链接 metallicRoughness 贴图 —-
mat = bpy.data.materials["WL_Base"]
nt = mat.node_tree
bsdf = nt.nodes["Principled BSDF"]
mr = nt.nodes.new("ShaderNodeTexImage")
mr.image = bpy.data.images.load("tex/mr_crimson.png")
sep = nt.nodes.new("ShaderNodeSeparateColor")
nt.links.new(mr.outputs["Color"], sep.inputs[0])
nt.links.new(sep.outputs["Green"], bsdf.inputs["Roughness"])
nt.links.new(sep.outputs["Blue"], bsdf.inputs["Metallic"])
print("slots assigned")

代码解释（100 字+）：本段在 Blender 内完成材质分级与金属贴图链接。输入是面级分类数据，处理先用 loop_triangles 反查每个 polygon 的高度与色相，把面分到 Hair(1)、Skin(2)、Base(0) 三个槽，再遍历 polygon 写回 material_index；随后给 Base 材质新建图像节点加载 mr_crimson.png，用 SeparateColor 拆出绿色通道驱动 Roughness、蓝色通道驱动 Metallic。输出是三个材质槽的分配结果与金甲的金属反射，GLB 导出后金甲出现真实高光。预期 slots assigned 打印后，肩甲在 Cycles 渲染下呈现金属质感而非塑料哑光。

七、运行验证：前后数据对比

方法落地后最怕「我以为改好了其实没改」。所以我没急着导出，而是先用一段回读脚本把 GLB 重新加载，确认三个材质槽、两张新贴图都完整嵌进去了，再做量化对比。下面两张表分别是「目标还原度」和「模型结构」的验证。

图10：左为参考图化神王林，中为 v1 银白发版，右为 v2 化神红发金甲版，配色与金属质感明显靠拢。

图11：v2 模型 34 度侧身渲染，红发与金甲轮廓清晰。

图12：v2 模型正面特写，脸部立体感与暖金逆光氛围到位。

具体到渲染呈现，我没有用默认的平光，而是搭了一套四灯布光：正面主光给脸部立体感，两侧辅光压暗发丝缝隙，最关键的是从背后打了一束暖金色逆光——这束光模拟参考图里王林头顶的金环辉光，让红发边缘泛起金边，气质立刻从「塑料玩偶」跳到「战神降临」。相机机位取了正面、三十四度侧身、背面和脸部特写四张，对应剧场版海报常用的英雄构图。Cycles 采样设在 128 spp 配合降噪，既能压住噪点又不至于让 CPU 渲染太久。最终四张成品图里，红发的绒感和金甲的反射都立住了，这正是材质分级和金属贴图叠加的功劳。

八、踩坑复盘：三个真 bug

复盘这次打磨，最耗时的不是算法，而是三个隐蔽 bug。每一个都值得单独记一笔，因为它们会在你自己的项目里复现。

最典型的是第一个。v1 银白版没暴露，是因为当时饱和度被压到 0.1 以下，色相根本看不出来；v2 要提高饱和度表现金甲，这个潜伏 bug 立刻现形——金片变紫。教训是：写颜色转换函数时，分支条件必须互斥，累积比较看似简洁实则埋雷。第二个坑靠「空间分布核实」解决：我把 0.76 到 0.825 高度带的面 x/y 范围打出来，发现和悬浮片完全重合，才敢放心把阈值降下去，避免误伤其他区域。

还有个环境坑值得单独说：在这台 Windows 机器上，Blender 5.2 的 Cycles 渲染一开 CUDA 就会卡在初始化，日志里刷一堆 CUEW 警告，进程内存长时间不动，最终只能强杀。这不是代码错，是显卡驱动和 Blender 版本的兼容问题。解决办法很朴素：在启动参数里强制用 CPU 设备，单次渲染从预期几十秒变成一到两分钟，但至少能稳定出图。如果你也遇到「渲染进程假死」，先别怀疑脚本，看一眼是不是掉进了 CUDA 初始化的坑。

⚠️ 适用边界说明：本方法只适合「几何不错、仅贴图/材质跑偏」的图生 3D 产物。若模型本身拓扑崩坏或面部畸变，贴图重上色救不回来，需要回到重拓扑路线。跨版本复现时，Blender 节点 API 在 4.x 到 5.x 有差异，本文基于 Blender 5.2.2 验证；替代方案：若你用 3.x，SeparateColor 节点可能名为 SeparateRGB，功能等价可直接替换。原理层面，几何引导选区、HSV 重映射、PBR 金属粗糙度标准均为长期有效知识，不依赖具体版本。

九、总结与思考

回到开头的问题：一个跑偏的 AI 图生 3D 模型，能不能在不重建模的前提下，被修成指定参考图里的样子？答案是肯定的。本文用「几何引导 UV 掩罩」精准锁定头发与悬浮片区域，避开同色系的嘴唇和火焰纹，再用 HSV 域重映射把品红改成化神王林的深绯红；额外烘焙的 metallicRoughness 贴图让金甲从塑料变金属；最后拆三个材质槽、Cycles 渲染导出，得到 32.7MB 的 lumo_model_polished_v2.glb。整套流程脚本化、可复现，核心阈值都来自对真实面数据的聚类分析而非凭感觉。

这套方法论并不只服务于王林。任何「AI 生成但配色不对」的角色模型，都可以套用「导出面坐标 → 颜色/高度聚类 → 掩罩 → 重上色 → 材质分级」的流水线。我也把过程中三个真 bug 的修法留在了第八节，省得你踩同样的坑。

留几个思考题，欢迎在评论区交流：

十、成品模型文件与复现资源

老粉的致敬不能只停在截图上——最终成品我打包成了标准 glTF 文件，任何支持 PBR 的引擎或查看器都能直接加载： 最终建模成果

模型规格一句话：单网格、三个材质槽（Base / Hair / Skin）、双 4096 贴图，金属粗糙度遵循 glTF 2.0 标准（G 通道粗糙度、B 通道金属度），Blender、Unity、Unreal、three.js 均可无损导入。想快速预览，把 GLB 和 lumo_viewer.html 放同一目录、双击网页即可在浏览器里把玩这尊「化神王林」；发布本文到 CSDN 时，建议把 GLB 作为附件随文上传，读者下载后本地就能打开。

复现路径也一并交代：本文第六节的五个代码块对应脚本的完整版，加上全部过程截图（掩罩、贴图、十二盏灯测算、四十轮面部迭代），都随附件打包。若你手头也有跑偏的 AI 角色模型，按第六节五步替换颜色阈值即可套用——祝你也能把心中的角色，修成参考图里的样子。