3D建模与扫描决策指南:如何为真实项目选对数字建模路径
1. 这不是“画图软件”,而是数字世界的造物术
很多人第一次听说“3D建模”或“扫描建模”,下意识会联想到美工用的PS、或者学生做PPT时拖进去的3D图标——这完全误解了它的本质。它不是美化工具,而是在计算机里从零构建物理世界对象的底层能力,就像木匠用凿子和榫卯搭出家具,工程师用图纸定义零件公差,而3D建模师用顶点、边、面和参数,在虚拟空间里“锻造”出可测量、可仿真、可制造的数字实体。我干这行十二年,从给玩具厂做卡通模型,到给航天院所建火箭燃料舱流体仿真网格,再到帮牙科诊所扫描患者口腔生成种植导板,所有这些场景背后,核心逻辑始终没变:建模是定义形状,扫描是捕获现实,二者最终交汇于“数字孪生”的起点。
你可能正面临这些真实问题:想把家里那台老式机械表拆开扫描,复刻齿轮再3D打印;想为非遗手艺人做的竹编篮子建个高精度模型,用于线上展览和工艺教学;或者刚接手一个旧厂房改造项目,但只有几张模糊的竣工图,需要快速生成带尺寸的BIM模型。这些都不是“会不会用软件”的问题,而是“选对路径”的问题——建模和扫描不是非此即彼的单选题,它们像左右手:建模擅长创造规则几何体与可控设计,扫描专精于捕获复杂曲面与真实细节。关键在于,你手头的原始素材是什么?目标输出要满足什么精度要求?后续流程是否需要拓扑优化或工程分析?比如,扫描一只蜥蜴皮肤纹理,直接导出的百万面片模型根本没法做动画绑定;而纯用建模软件捏一个生物模型,没有真实扫描数据支撑,肌肉走向和鳞片排布永远“差点意思”。所以这篇文章不罗列软件名字,也不教按钮在哪——我要带你拆解的是:当面对一个具体物体、一段模糊需求、一份残缺资料时,如何像老工匠看料一样,一眼判断该走建模路还是扫描路,该用什么技术组合,以及每一步踩下去的真实反馈。
2. 建模与扫描:两条路径的本质差异与决策树
2.1 建模:从无到有的“数字锻造”
建模的本质,是用数学语言描述空间关系。所有主流建模软件(Blender、Fusion 360、SolidWorks、Rhino)底层都依赖三种核心建模范式,它们不是并列选项,而是解决不同问题的“工具箱”:
多边形建模(Polygon Modeling):这是影视、游戏、产品外观设计的主力。它把物体看作由无数小三角形或四边形拼成的“网”(Mesh),通过移动顶点、拉伸面、切割边缘来塑形。优势是自由度极高,能做出任何有机形态——比如一片飘动的丝绸、一株扭曲的珊瑚。但它的致命短板是:无法保证几何精度。你拉出的曲面只是视觉上光滑,实际是无数小平面拼接,导出为STL文件后,所有圆弧都变成折线。我曾帮一家灯具厂建模,他们要求灯罩内壁曲率必须严格匹配LED光斑发散角,结果多边形模型在光学仿真软件里直接报错:“曲面不连续,无法计算光线反射路径”。
参数化建模(Parametric Modeling):这是机械、建筑、工业设计的基石。它不直接操作顶点,而是定义“特征”(Feature):一个拉伸的长方体、一个旋转的圆柱、一个倒角的边缘。每个特征都绑定参数(长=50mm,直径=12mm,倒角半径=0.5mm),修改参数,整个模型自动重算。它的核心价值在于可追溯、可编辑、可工程化。比如设计一个齿轮,你输入齿数、模数、压力角,软件自动生成符合ISO标准的渐开线齿形;改模数,所有齿距、齿高同步更新,且能直接导出DXF工程图。但它的代价是学习曲线陡峭,且对“不规则”物体束手无策——你没法用参数定义一块风蚀岩的表面。
曲面建模(Surface Modeling):这是汽车车身、飞机机翼、高端家电外壳的终极武器。它用NURBS(非均匀有理B样条)数学公式直接定义光滑曲面,控制点像提线木偶的丝线,调整一个点,整片曲面平滑响应。它的输出是数学上精确的曲面,能无缝衔接CAD/CAM/CAE全流程。但它的门槛极高,需要理解曲率连续性(G0接触、G1相切、G2曲率匹配)、控制点权重等抽象概念。我见过太多设计师花三个月调出一条“完美”车门腰线,结果在风洞测试中发现局部气流分离——因为曲面G2连续性达标,但曲率变化率(即“曲率导数”)突变,这才是真实空气动力学关心的。
提示:别被软件宣传迷惑。Blender标榜“全能”,但它做参数化建模远不如Fusion 360直观;SolidWorks擅长机械,但处理毛发级细节的生物模型效率极低。选工具前,先问自己:这个模型最终要用来做什么?如果答案是“打印出来装进机器”,选参数化;如果答案是“放进VR展厅让人360°观看”,选多边形;如果答案是“送进五轴机床铣削金属件”,必须用曲面。
2.2 扫描:从实到虚的“数字拓印”
扫描不是拍照,而是用物理手段测量空间坐标。市面上所谓“3D扫描仪”,其实分属三大物理原理阵营,它们像不同型号的显微镜,适用尺度和精度天差地别:
结构光扫描(Structured Light):这是消费级和专业级最主流的技术。原理简单粗暴:投影仪向物体投射一组已知图案(如黑白条纹、格子、编码点),两台摄像头从不同角度捕捉图案变形,通过三角测量法反推每个点的空间坐标。家用手机APP(如Polycam)用的就是简化版结构光,精度约±0.5mm;专业设备(如Artec Eva)精度可达±0.1mm,适合扫描人脸、雕塑、汽车内饰。它的优势是速度快(几秒扫完一帧)、纹理色彩还原好;劣势是对强反光、纯黑、透明物体(玻璃杯、镜面)几乎失效——因为图案根本反射不回来。我曾用Artec扫描一件青铜器,表面氧化层导致部分区域数据丢失,最后靠建模补全,再用扫描数据做纹理贴图。
激光三角测量(Laser Triangulation):这是工业检测的铁腕。一束细激光打在物体表面形成光点,摄像头捕捉光点位置,通过激光器-摄像头-光点构成的三角形计算距离。手持式(如Faro Focus)精度高达±0.02mm,能扫出发动机缸体内部螺纹;固定式在线检测系统甚至能实时监控流水线上零件尺寸偏差。它的优势是抗环境光干扰强、对深色吸光材料友好;劣势是扫描速度慢(需逐线扫描)、无法获取颜色纹理、对镜面仍敏感。某次帮汽配厂扫描刹车盘,激光在盘面油膜上产生散射,噪点密集成片,最后用酒精棉片反复擦拭才解决。
摄影测量(Photogrammetry):这是最“接地气”的方案——用普通相机拍几十张重叠照片,软件(如Agisoft Metashape)通过识别照片间共同特征点,反向计算相机位置和物体三维结构。成本近乎为零(你手机就是扫描仪),适合大场景(古建筑、矿山)、超大物体(船舶、风电叶片)。但它的精度取决于照片数量、重叠度(需60%以上)、标尺放置(必须放已知尺寸的参照物)和后期计算资源。我用iPhone 14 Pro拍了217张故宫角楼照片,导出模型后,屋檐翘角处误差达3cm——因为飞檐阴影区特征点稀少,软件误判了深度。
注意:所有扫描数据都是“点云”(Point Cloud),即一堆无序的空间坐标点。它不是模型,不能直接渲染或打印。必须经过“点云处理”(去噪、配准、封装)才能生成网格(Mesh)。这个过程耗时且易出错。我统计过,一个中等复杂度物体(如摩托车头盔),从扫描完成到得到可用网格,平均耗时是扫描本身的8倍。别低估这一步——它才是扫描建模真正的门槛。
2.3 决策树:三步锁定你的最优路径
面对一个新任务,别急着打开软件。拿出纸笔,按顺序回答这三个问题:
原始素材是什么?
- 是一张手绘草图?→ 必须建模,扫描无从下手。
- 是实物但可接触?→ 扫描优先,尤其曲面复杂(如人体、动物标本)。
- 是实物但不可接触/易损?(文物、精密仪器)→ 摄影测量是唯一安全选择。
- 是已有2D图纸?→ 参数化建模是黄金路径,图纸尺寸可直接转为参数。
目标精度要求是多少?
- ±0.1mm级(医疗植入物、精密模具)→ 激光扫描+专业后处理,或多边形建模+CAD验证。
- ±1mm级(产品原型、教育模型)→ 结构光扫描或高质量摄影测量足够。
- 视觉级(电商展示、VR漫游)→ 多边形建模+烘焙纹理,扫描反而增加冗余。
后续流程需要什么?
- 要3D打印?→ 检查模型是否水密(Watertight),有无自交面、非流形边。
- 要做有限元分析?→ 必须用参数化或曲面建模,扫描网格需重拓扑(Remeshing)才能划分网格。
- 要做动画绑定?→ 扫描数据必须重拓扑为四边形主导的布线(Quad-dominant topology),否则蒙皮变形撕裂。
我服务过一个案例:客户想复刻一套民国时期铜制烟具。实物在博物馆,禁止触碰。我们用摄影测量拍了386张照片,生成点云后发现烟斗嘴部细节模糊——因为拍摄角度受限,该区域照片重叠不足。解决方案不是重拍(馆方只给2小时),而是:用扫描数据生成基础形态,再根据高清文物图录,用多边形建模在Blender里精修烟斗嘴的螺旋纹路,最后将扫描的铜锈纹理贴图烘焙到新模型上。混合工作流(Hybrid Workflow)才是行业常态,而非纯建模或纯扫描。
3. 核心工具链实战:从选型到落地的硬核细节
3.1 建模工具选型:按目标反推,而非按名气选择
工具不是越贵越好,而是越匹配越高效。我按四大典型场景,列出真实工作流中的工具组合:
场景1:快速出产品效果图,用于客户提案
工具链:Fusion 360(建模) + KeyShot(渲染)
为什么?Fusion 360的参数化建模能确保尺寸精准,其“派生”(Derived)功能可一键生成多个尺寸变体(如不同容量的水杯);KeyShot的材质库和实时渲染引擎,让塑料、金属、玻璃质感所见即所得。我帮一家小家电公司做咖啡机提案,从接到需求到交付10张不同角度渲染图,仅用38小时。关键技巧:在Fusion 360中,把所有关键尺寸(壶身高、手柄宽、按钮直径)设为“用户参数”,KeyShot里只需替换.f3d文件,渲染图自动更新,客户改意见不再返工。场景2:制作可3D打印的机械零件
工具链:Onshape(云端CAD) + Meshmixer(网格修复)
为什么?Onshape无需安装,团队协作实时同步,版本历史清晰可溯;其“检查干涉”功能能在设计阶段发现装配冲突。但导出STL常因微小缝隙导致打印失败,此时Meshmixer的“Analysis → Inspector”能高亮所有漏洞,一键“Make Solid”自动缝合。实测对比:用SolidWorks导出的STL,平均需手动修复3.2处错误;Onshape+Meshmixer流程,92%的模型一次通过切片软件校验。场景3:创建高保真角色模型,用于游戏或动画
工具链:ZBrush(雕刻) + Maya(拓扑+绑定) + Substance Painter(纹理)
为什么?ZBrush的“Dynamesh”动态网格技术,允许你在捏塑过程中无限细分,不怕破坏拓扑;Maya的“Quad Draw”工具能基于ZBrush高模自动生成干净的四边形低模;Substance Painter的智能材质(Smart Material)可一键生成磨损、划痕、污渍效果。注意陷阱:ZBrush导出的模型面数常达千万级,直接导入Maya会卡死。正确流程是:在ZBrush中用“Decimation Master”插件将面数降至50万以下,再导出OBJ。场景4:逆向工程老旧设备,生成可维修的BOM清单
工具链:Geomagic Design X(扫描处理) + SolidWorks(工程图)
为什么?Design X专为逆向设计优化,能自动识别扫描数据中的圆柱、平面、孔洞等几何特征,并拟合成精确CAD实体;其“Auto Surface”功能可将杂乱点云一键转为NURBS曲面。我处理过一台1970年代进口印刷机的滚筒,扫描后Design X识别出12个轴承位、8个键槽,自动生成尺寸标注,比人工测绘快7倍。关键参数:扫描分辨率设为0.05mm,点云密度≥200点/mm²,否则小螺纹细节丢失。
实操心得:别迷信“全功能”软件。Blender虽免费强大,但其参数化建模模块(Geometry Nodes)对新手极不友好,一个简单的“沿路径阵列”操作,需写17个节点;而Fusion 360里,点击“阵列”按钮,输入数量和间距,3秒完成。工具的价值,在于把复杂逻辑封装成直觉操作。
3.2 扫描硬件与设置:那些说明书绝不会告诉你的细节
扫描不是“按下按钮就完事”。硬件选型和现场设置,直接决定数据质量下限:
结构光扫描仪(以Shining 3D Einscan系列为例)
- 环境光:必须关闭所有直射光源。我曾因窗外阳光斜射,导致扫描数据出现大片“鬼影”。解决方案:拉上窗帘,用LED柔光灯(色温5500K)从45度角均匀照明。
- 标定板:每次开机必做。但说明书没说:标定板需放在扫描仪前方1.2米处,且表面无反光、无划痕。我用过一块有细微划痕的标定板,导致后续所有扫描Y轴尺寸系统性偏大0.3mm。
- 扫描策略:对小型物体(<30cm),用“固定物体,旋转平台”模式;对大型物体(如人体),用“固定扫描仪,环绕行走”模式。后者需保持扫描仪与物体距离恒定(建议1.5m),且每帧重叠度≥70%,否则配准失败。
激光扫描仪(以Faro Focus S系列为例)
- 温度补偿:设备内置温度传感器,但说明书未强调:扫描前需在作业环境静置30分钟,让内部元件达到热平衡。冷机启动扫描,前10分钟数据漂移高达±0.15mm。
- 反射靶标:用于多站扫描配准。靶标必须粘贴在刚性基座上(如三脚架),而非直接贴墙面——墙体微震会导致靶标位移。我曾因靶标松动,导致12站扫描数据整体错位,返工8小时。
- 数据压缩:Focus默认保存原始点云(.fls格式),体积巨大。实测:扫描一栋三层小楼,原始数据12GB;启用“Voxel Grid Filter”降采样至5mm粒度,体积压缩至1.8GB,精度损失仅0.03mm,完全满足BIM建模需求。
摄影测量(手机+Metashape)
- 相机设置:必须禁用自动对焦和自动曝光。我用iPhone拍摄时,开启“ProCamera”APP,手动锁定对焦点在物体中心,ISO固定100,快门1/200s。自动模式下,不同照片曝光差异导致特征点匹配失败。
- 照片构图:遵循“棋盘格”原则。将物体置于画面中央,四周留白;每张照片覆盖区域呈规律重叠(如横向移动1/3画面,纵向移动1/3画面)。避免仰拍/俯拍,保持相机水平。
- 标尺放置:至少放置3个已知尺寸标尺(如30cm钢尺),且分布在物体不同高度、不同角度。单个标尺只能校准一个方向,多标尺才能校准空间畸变。
关键提醒:所有扫描数据必须做“坐标系对齐”。比如扫描一个齿轮,若未将其基准面(如端面)对齐世界坐标系Z=0平面,后续在CAD中装配时,齿轮轴线会歪斜。Design X和Meshmixer都有“Align to Plane”功能,但需手动选取三个不共线的点定义平面——这不是技术活,是经验活:选点必须在真实平整面上,避开扫描噪点。
3.3 混合工作流:建模与扫描如何真正协同
纯建模或纯扫描都是理想状态,现实中90%的项目需要混合。以下是三个高频混合场景的详细步骤:
场景A:扫描破损文物,建模补全缺失部分
步骤1:用摄影测量扫描完整文物(如陶罐),获取整体形态和纹理。
步骤2:用ZBrush导入扫描网格,开启“ZRemesher”重拓扑,生成干净四边形布线。
步骤3:在缺失部位(如罐耳断裂处),用ZBrush的“DynaMesh”新建几何体,参考相邻区域曲率,手工塑造耳部形态。
步骤4:将新模型与原扫描网格布尔运算(Boolean Union),用“ZProject”工具将原纹理投影到新表面上。
实操难点:新旧模型接缝处纹理过渡生硬。解决方案:在Substance Painter中,用“Anchor”工具在接缝两侧各取5像素宽度的纹理样本,生成无缝过渡材质。场景B:建模设计新产品,用扫描验证人机工学
步骤1:用Fusion 360设计电动螺丝刀手柄,设定握持角度、掌心弧度、拇指按键位置。
步骤2:招募10名测试者,用Artec扫描其手部静态握姿(手掌自然包裹圆柱体)。
步骤3:将10组手部扫描数据导入Fusion 360,用“Combine”功能合并为一个“平均手部模型”。
步骤4:将设计的手柄模型与平均手部模型进行“Interference Check”,红色高亮区域即为潜在压迫点。
关键参数:平均手部模型需做“Procrustes Analysis”(普氏分析)对齐,否则手部朝向不一致导致误判。场景C:扫描现有设备,建模添加新功能部件
步骤1:用Faro Focus扫描整台数控机床,获取机架、导轨、主轴箱的精确点云。
步骤2:在Geomagic Design X中,将点云拟合成CAD实体,导出为STEP文件。
步骤3:在SolidWorks中打开STEP文件,用“Convert Entity”提取关键基准面(如导轨安装面、主轴中心线)。
步骤4:基于这些基准面,建模新设计的自动换刀装置,确保所有安装孔位与原机匹配。
避坑技巧:扫描数据常含振动噪点,导致拟合平面不平。Design X中,先用“Reduce Noise”滤波,再用“Best Fit Plane”拟合,比直接拟合精度高40%。
4. 从数据到成品:精度控制、常见故障与避坑指南
4.1 精度控制:贯穿全流程的隐形红线
精度不是扫描仪或软件的标称值,而是整个链条的累积误差。一个±0.05mm标称精度的激光扫描仪,若配合不当,最终模型误差可能达±0.5mm。误差来源分三段:
采集段误差:
- 设备校准偏差(占总误差30%):每周用标准球(Calibration Sphere)校准一次,误差>0.01mm即需返厂。
- 环境扰动(占25%):地面振动(如邻近电梯运行)、气流(空调直吹)、温度梯度(阳光照射一侧)均会导致激光偏折。实测:在无空调车间扫描,每升高1℃,点云Z轴漂移0.008mm。
- 操作手法(占20%):手持扫描时,手腕抖动频率>2Hz即引入明显噪点。解决方案:用三轴云台固定扫描仪,或佩戴防抖手套。
处理段误差:
- 点云配准误差(占15%):多站扫描时,公共靶标匹配精度决定整体精度。Design X中,“Registration Accuracy”值应<0.03mm,否则需重新扫描部分站点。
- 网格生成误差(占10%):封装算法(如Poisson Reconstruction)的“Octree Depth”参数过高,会放大噪点;过低则丢失细节。经验值:对0.1mm精度扫描,设为10-12。
应用段误差:
- 导出格式损失:STL格式用三角形逼近曲面,必然引入几何误差。SolidWorks导出STL时,“Resolution”选“Fine”,可将弦高误差控制在0.01mm内。
- 制造工艺补偿:3D打印FDM工艺,喷嘴直径0.4mm,意味着所有锐角需倒圆角R0.2mm,否则打印失败。建模时必须预设此补偿。
我的精度验证法:扫描一个已知尺寸的Gauge Block(量块),导出模型后,在CAD中用“Measure Distance”工具测量其长度。若误差>标称精度的1.5倍,则整套流程需排查。曾有一批扫描数据,量块测量值偏差0.12mm,最终定位是扫描仪镜头有指纹——清洁后误差降至0.03mm。
4.2 常见故障速查表:从症状到根因的诊断路径
| 故障现象 | 可能根因 | 排查步骤 | 解决方案 |
|---|---|---|---|
| 扫描数据出现大片空洞 | 物体表面强反光/纯黑/透明 | ① 检查物体表面是否有镜面涂层;② 用哑光喷雾(Matte Spray)临时处理;③ 若为透明件,填充水或甘油降低折射率 | 对金属件,用黑色哑光喷漆薄涂一层,扫描后擦除;对玻璃,内部注水后扫描 |
| 点云配准失败,多站数据错位 | 公共靶标数量不足或放置不当 | ① 确认每站扫描至少包含3个靶标;② 检查靶标是否在扫描视场内且无遮挡;③ 查看Design X中“Registration Report” | 增加靶标数量至5个,呈金字塔分布;用靶标专用胶带(3M 4910)确保粘贴牢固 |
| 建模后模型无法3D打印(切片报错) | 模型存在非流形边、自交面、法线反向 | ① 在Meshmixer中运行“Analysis → Inspector”;② 查看红色高亮区域;③ 用“Edit → Make Solid”自动修复 | 对复杂模型,先用“Remesh”生成均匀网格,再“Make Solid”;对小漏洞,用“Select → Fill Hole”手动修补 |
| 渲染图金属质感发灰,不反光 | PBR材质参数错误 | ① 检查Base Color是否为纯灰(金属材质Base Color应接近RGB 128,128,128);② 检查Metallic值是否>0.8;③ 检查Roughness值是否<0.2 | 使用Substance Painter的“Metal Roughness”模板,导入扫描的AO(环境光遮蔽)贴图增强细节 |
4.3 行业级避坑指南:那些血泪换来的经验
“扫描即完成”是最大幻觉:我见过太多客户,扫描完就以为万事大吉,结果在3D打印时发现模型有百万个微小破洞。记住:扫描只是第一步,点云处理、网格生成、拓扑优化、UV展开、纹理烘焙,每一步都可能失败。预留时间比例:扫描10%,处理90%。
别信“一键建模”宣传:所有号称“手机拍照3秒生成3D模型”的APP,本质都是低精度摄影测量+AI补全。它能生成一个看起来像的模型,但尺寸不准、拓扑混乱、无法工程应用。某客户用某APP扫描自家汽车,生成模型后想测轮毂直径,误差达12cm——因为APP把轮胎花纹误判为深度信息。
纹理贴图不是万能的:扫描获取的彩色纹理(Color Map)只记录表面颜色,不记录材质属性(如金属度、粗糙度)。直接用于PBR渲染,塑料和金属看起来一样灰。正确做法:用Substance Painter基于扫描的“Height Map”(高度图)和“Normal Map”(法线图),手绘或程序生成Metallic/Roughness贴图。
备份!备份!备份!:点云数据体积巨大,处理过程耗时漫长。我曾因电脑断电,丢失17小时的点云配准进度。现在强制流程:每完成一个处理节点(如配准完成、网格生成完成),立即导出中间文件(.ply, .obj)并存至NAS+云盘双备份。一个20GB点云,备份耗时8分钟,但省下17小时重做时间。
沟通比技术更重要:给客户交付前,务必用AR/VR方式预览。我用iPad Pro+Unity开发了一个简易AR查看器,客户能用手机直接看到模型在真实空间中的大小和位置。曾有客户坚持要“缩小模型30%”,直到AR里看到缩小后的模型比茶杯还小,才意识到原始尺寸才是对的。技术是工具,共识才是目标。
5. 未来趋势与个人实践延伸:当技术开始“呼吸”
技术演进从来不是颠覆,而是让原有流程更“呼吸感”。观察近三年,三个趋势正在悄然改变工作方式:
AI辅助建模成为生产力杠杆:不是取代建模师,而是接管重复劳动。例如,Blender的“Geometry Nodes”结合AI插件,输入一张侧视图,自动生成符合比例的3D轮廓;Fusion 360的“Generative Design”能根据载荷条件,迭代生成轻量化结构。我最近用AI工具,将客户手绘的12张电路板草图,30分钟内转为可编辑的PCB 3D模型,人工需2天。但AI生成的模型布线混乱,仍需人工优化——AI是超级助手,不是决策者。
扫描与AR/VR深度耦合:扫描不再只为存档,而是为实时交互服务。用HoloLens 2扫描工厂车间,生成的点云可叠加设备维修指引动画;用iPhone扫描客厅,AR应用直接显示不同尺寸沙发摆放效果。关键突破是“SLAM算法”(即时定位与地图构建)的成熟,让设备边走边扫,无需固定标定板。我测试过一款AR扫描APP,绕着办公桌走一圈,生成的模型误差仅±0.8mm,足够用于家具布置。
云协作建模成为新常态:Onshape、Fusion 360的云端版本,让全球团队实时编辑同一模型。设计师改尺寸,工程师同步看到应力仿真变化,采购员立刻看到BOM清单更新。但挑战是网络延迟——跨洲协作时,鼠标移动有0.3秒延迟,影响精细操作。我的解决方案:将模型拆分为“设计域”(频繁修改)和“参考域”(固定结构),前者本地缓存,后者云端同步。
最后分享一个小技巧:无论建模还是扫描,永远保留原始数据源。扫描的原始点云、建模的原始参数文件、拍摄的照片序列——它们是未来的“后悔药”。去年我帮一家博物馆修复明代瓷瓶,当时只交付了STL模型。三年后,他们需要制作1:1复制品,而STL已丢失细节。幸好我硬盘里还存着原始点云,用最新算法重处理,精度反而比当年更高。技术会迭代,但原始数据是永恒的锚点。
