手上需要一个 3D 模型时，有两条现成的路：一条是扫描建模，拿着相机围着实物拍一圈，把真实的东西搬进电脑；另一条是 AI 生成，打一句话或丢一张图，让模型凭想象造出来。两条路都能交付一个能转、能用的 3D 资产，出发点却完全不同——一个从实景采集，一个从想象生成。这篇把两条路线在数据来源、精度、自由度、门槛上逐项对照，看懂各自适合的活。
扫描建模：从实景采回来
扫描建模的代表是摄影测量：围绕实物拍几十上百张照片，算法从多张图像里找同名特征点，反推每个点在空间里的位置，拼出网格再敷上贴图。它的一切数据都来自真实世界，所以还原度有天然保障——建筑的比例、雕塑的纹路、旧墙面的斑驳，都是照实记录的。代价是自由度受限：只能扫到存在的、拍得到的东西；背面、遮挡处、反光面都是盲区，拍不到的部分要靠手工补。产出精度取决于拍摄质量与设备：认真扫的模型可达工业级，随手拍的则满是破洞。整套流程见摄影测量一篇。
AI 生成：从想象造出来
AI 生成走另一头：不需要实物存在。输入一句文字描述或一张参考图，模型按训练中学到的常识补全细节，直接产出网格与贴图，几分钟出结果。它的强项在「无中生有」：不存在的怪兽、还没造出来的产品概念、风格化的角色，扫描对这些毫无办法，生成一句话的事。代价是精度没有实物兜底——生成的几何与贴图来自模型的推演，比例可能走形、细节可能含糊，同一描述多次生成的结果也各不相同。生成的三步过程，文生 3D一篇拆过；文字与图片两种入口的差别，文生与图生对比一篇有对照。
逐项对照：数据与精度
数据来源这一项，两条路互为镜像：扫描的所有信息来自真实采集，生成的大部分信息来自模型记忆与补全。落到精度上，扫描的上限高但有波动——取决于拍得全不全、设备好不好；生成的下限稳定但上限有限——再好的模型，细节密度与拓扑质量也跟手工资产有差距。验收方式也不同：扫描的成片对着实物核对即可，生成的好坏没有实物可对，要靠用途标准衡量——概念稿够用就行，进生产管线就要逐项检查比例、布线与贴图。同一描述生成多次结果漂移，是生成路线特有的验收成本。
逐项对照：自由度与门槛
自由度上，生成占先天优势：描述里写什么就能造什么，改一句话重新生成就是一次迭代；扫描被实物锁死，改形状等于重新建模。门槛上各有各的难：扫描难在拍摄功夫与后期修补，场地、光照、设备都要到位；生成难在描述与筛选，怎么把需求写成模型听得懂的话，怎么从多次结果里挑出能用的，都要练。成本结构也不同：扫描的设备与人工集中在前段采集，生成的成本集中在后段修补与重抽。两项摆完，结论已经浮出来：路线没有优劣，只有跟需求对不对得上。
| 需求情形 | 该走哪条 | 原文的依据 |
|---|---|---|
| 拍得全、设备好的实物主体 | 扫描建模 | 数据全部来自真实世界，还原度有天然保障，可达工业级 |
| 文物数字化这类忠实记录 | 扫描建模 | 要的是照实记录，生成的想象补全方向相反 |
| 不存在的怪兽、未造出的产品概念 | AI 生成 | 扫描只能扫到存在的、拍得到的东西 |
| 背面、遮挡处、反光面这些盲区 | 扫描拍不到，靠手工补或生成补 | 盲区里没有采集数据，拍不到的部分只能补 |
两条路怎么配合
实际项目里两条路常互相搭手。常见组合之一是扫描打底、生成补缺：实物主体用扫描拿高还原度，拍不到的部分与新增道具交给生成补齐。另一种是生成探路、扫描收尾：概念阶段用生成快速出一批方案，定稿后对实物做精确扫描进生产管线。大场景重建内部也有两条技术分支，NeRF 和 3D 高斯一篇做过速度与效果的对照，可当作扫描路线内部的细分参考。拿不准选哪条，可以让 DeepSeek 把项目的精度要求、时间线、预算列成核对清单，再用豆包分别试一次扫描思路与生成思路的产出，两条路的手感一次就有数。
AI 生成与扫描建模对比速查
- 数据来源：扫描来自实拍采集，生成来自模型记忆与补全
- 精度：扫描上限高但看拍摄质量，生成下限稳但上限有限
- 自由度：生成可无中生有、改一句话迭代，扫描被实物锁死
- 门槛：扫描难在拍摄与修补，生成难在描述与筛选
- 组合用法：扫描打底生成补缺，或生成探路扫描收尾
生成与扫描快问快答
- 扫描的模型精度一定比生成的高吗？：上限是的，下限未必。拍得全、设备好的扫描可达工业级；随手拍的扫描破洞百出，质量可能反不如认真筛选过的生成结果。精度跟拍摄功夫走。
- 生成能替代扫描做文物数字化吗？：不能。文物数字化要的是忠实记录，生成是想象补全，两者方向相反。这类项目只能走采集路线，生成至多补一补盲区的遮挡件。
- 没有实物又想要高精度怎么办？：先用生成定形态，再请建模师手工精修拓扑与细节，或按生成稿制作实物后再扫描回来，三段式流程在产品设计与影视预览里都常见。
