Chapter 01｜先讓 AI 真正建立 Blender 場景
第一階段，我要求 AI 根據參考圖，在 Blender 中重新建立整個建築場景。
不只是主建築而已，還包括：
- -建築主體
- -弧形立面
- -門窗與開口
- -左右鄰房
- -鐵窗
- -車輛
- -植栽
- -街道
- -材質
- -室內外燈光
最後建立出的 Blender 場景包含 746 個物件、8 個集合。
這件事情和「AI 生一張建築效果圖」有很大的差別。
因為圖片完成之後，本質上仍然只是像素；但真正建立成 3D Model 之後，後面才能繼續：
改模型、換材質、換鏡頭、做動畫、抽立面，甚至轉成 CAD。
而且建築開口不能只是利用黑色材質「假裝有一個洞」。如果後面要換鏡頭、打光甚至抽取 CAD 輪廓，門窗必須是真正存在的幾何開口。
因此這次建模使用 Boolean Difference 等方式建立實際開口，並保留可以重新執行與修改的模型結構。
---
Chapter 02｜從「長得像」進一步處理材質與燈光
模型建立之後，第二階段開始處理：
材質、光線與空間氣氛。
包括混凝土、玻璃、金屬、木質、雨後道路、室內暖光與建築入口照明。
這個階段我沒有直接讓電腦跑最終高品質動畫，而是先做低解析度測試。
先確認：
材質尺度 → 玻璃 → 接地 → 反射 → 燈光 → 鏡頭
確認沒問題之後，再進入正式渲染。
這是一個很重要的工作方式。
因為 AI 可以很快幫我們執行大量工作，但如果前面的幾何、鏡頭或材質錯了，直接跑數百格高解析度動畫，只是在更快地浪費運算時間。
> 先小型測試，再投入長時間渲染；先驗證產物，再宣告完成。
---
Chapter 03｜車子不夠真，那就直接替換真正的 3D 模型
接下來我故意再增加難度。
原本建立出來的車輛，視覺品質不夠。
所以我直接要求 AI：
> 去找可以合法使用的真實車輛 3D 模型，把原本的車換掉。
這個步驟看起來只是「換一台車」，實際上卻牽涉：
來源、授權、比例、單位、方向、物件階層、輪胎接地、玻璃材質與碰撞。
因此外部 3D Asset 不能只是下載之後丟進 Blender，還必須經過整理與尺度校正。
這也是我開始感受到 AI Agent 與一般生成式 AI 最大不同的地方。
我要的不是它告訴我「怎麼換」，而是把一個工作目標交給它之後，讓它實際處理整個流程。
---
Chapter 04｜把建築場景做成 20 秒動畫
3D 場景完成後，我接著要求：
> 做一支 20 秒、1080p、24 fps 的建築動畫。
20 秒 × 24 fps，就是 480 格影格。
但不是讓鏡頭隨便飛 20 秒，而是把它拆成四個 5 秒鏡頭：
| 時間 | 鏡頭 | 目的 |
|---|---|---|
| 0–5 秒 | 街道接近 | 建立建築與街景關係 |
| 5–10 秒 | 入口與車輛 | 看入口、車庫與材質 |
| 10–15 秒 | 弧形立面 | 強調主要建築語彙 |
| 15–20 秒 | 傍晚全景 | 用照明收束整體畫面 |
這樣做之後，AI 執行的就不是單純「做動畫」，而是一個有明確驗收條件的任務。
---
Chapter 05｜再加一個人物，讓車真的開出去
接著我又追加：
> 加上人物從室內出來開啟車門，進入車內，大燈開啟，將車子開走。
這時候工作複雜度又增加一層。
因為現在要同時控制：
人物 → 骨架 → 行走 → 車門 → 車輛 → 車燈 → 時間軸 → 鏡頭
這也是為什麼我覺得這次測試有意思。
以前我們可能需要在不同軟體、不同工作階段處理這些事情。現在開始可以讓 AI 協助把它們串成一條工作流。
---
Chapter 06｜真正的測試開始：3D 能不能反推 CAD？
做到動畫，其實已經足夠拿來做作品展示。
但這不是我真正想測的終點。
我接著直接問：
> 「你幫我把這個模型做出施工圖，有辦法嗎？我要立面標註尺寸，而且要 CAD。」
於是整個工作開始從：
Visualization
跨到：
Engineering Data。
首先從 Blender 模型抽取指定的建築立面。
但這裡有一個很重要的問題：不能把所有 Mesh Edge 全部直接投影到 CAD。
否則：
- -背面線
- -倒角
- -裝飾碎線
- -不需要的幾何
全部都可能一起跑進圖面。
因此處理方式是指定「建築出圖集合」，只抽取：
外輪廓、內孔與指定可見邊。
接著再將 Blender 世界座標轉成 CAD 座標，公尺轉換成毫米。
最後 DXF Model Space 維持：
1:1 mm。
---
Chapter 07｜DXF 可以開啟，不代表 CAD 已經完成
第一次輸出的 CAD 還碰到一個問題。
黑底開啟之後，很多文字與線條根本看不清楚。
所以又繼續修改：
- -Layer Color
- -True Color
- -ACI 7
- -文字
- -Dimension
- -黑底／白底顯示
尺寸也不能只是放一個「7040」的文字在旁邊。
真正的 CAD 尺寸應該使用原生 DIMENSION Entity，由幾何端點實際計算。
最後還要重新開啟 DXF，檢查：
單位、圖層、尺寸、顏色、AUDIT、GUI 顯示與列印。
因為：
> 程式檢查沒有 Error，不等於人打開 CAD 之後真的可以使用。
這一點其實和我們做工程圖的邏輯完全一樣。
---
Chapter 08｜然後我碰到整個測試最重要的問題
做到這裡，看起來已經完成：
圖片 → 3D → 動畫 → CAD。
但是有一件事情不能騙自己。
這些尺寸到底從哪裡來？
如果原始資料只有一張照片，照片本身就存在：
- -透視
- -遮擋
- -鏡頭畸變
- -未知深度
- -未知尺度
所以即使 AI 可以把建築比例重建得非常接近，
「看起來很準」不代表「現場尺寸就是這樣」。
這也是整個實驗最重要的一條界線：
> 一張照片，不等於一套施工圖。
模型可以精準重現我們建立的假設，但它不能取代根本沒有取得的現場資料。
因此目前從照片推估的尺寸，我會定義成：
「待現場複核」
而不是：
「施工尺寸」。
---
Chapter 09｜下一步：照片＋現場丈量，才真正有意思
做到這裡，我反而不再那麼在意「照片轉 3D」。
因為下一個問題更值得研究。
假設我到了現場，只丈量幾個可靠的基準：
建築總寬、樓高、門窗尺寸、柱距、主要開口。
再把這些尺寸交給 AI。
理論上的流程就會變成：
現場照片 ＋ 語音輸入丈量尺寸 ↓ AI 建立尺度基準 ↓ 校正 Blender 3D ↓ 平面／立面／剖面 ↓ CAD ↓ 工程數量 ↓ 估價
尺度本身也可以利用：
> 已知現場長度 ÷ 模型對應長度 = 尺度倍率
進行模型校正。
這時候，事情就開始從「AI 生成」往真正的 AI 建築逆向工程 靠近。
---
Chapter 10｜我真正想測的，是整條建築 AI Workflow
所以這次實驗對我最大的收穫，不是做出一支 20 秒動畫，也不是 AI 成功產生 DXF。
而是開始看見一條新的工作鏈：
照片／圖面 ↓ AI 理解 ↓ 3D 重建 ↓ 現場尺度校正 ↓ CAD ↓ 施工圖 ↓ 數量計算 ↓ 估價 ↓ 施工圖審查 ↓ 工程管理
如果這條流程未來能真正串起來，AI 在建築與室內設計產業的角色，就不只是「幫我們畫效果圖」。
而是開始協助處理：
建築資訊的理解、建立、轉換、檢查與交付。
---
結語｜AI 加速的是流程，不是取代專業
這次我最後得到一個很清楚的結論：
> AI 可以幫我們把假設快速做成模型，把模型轉成資料，再把資料整理成可以驗收的產物。
但：
推估 ≠ 實測 模型 ≠ 現況 DXF ≠ 施工圖完成 程式驗證 ≠ 專業驗收
真正施工之前，現場尺寸、材料、構造、法規與施工條件，仍然必須由專業人員確認。
我很認同這次整理技術流程後留下的一句話：
> 把假設做成資料，把資料做成產物，把產物做成可驗收的交付。
我認為這才是 AI 真正進入建築、室內設計與工程現場之後，最值得研究的方向。
不是問：
「AI 能不能幫我畫一張圖？」
而是開始問：
「AI 能不能跟著我們，把一個專案真的往下一個工作階段推進？」
這才是我接下來想繼續測的事情。
---
延伸方向
下一階段預計繼續測試：
現場照片＋語音丈量尺寸 → 自動建立尺度基準 → 3D 模型校正 → CAD 施工圖 → 工程數量 → 估價與工程管理。
這條工作流如果能穩定重複，才真正具有建築與室內設計實務導入的價值。
