「插畫無法轉成3D」這種說法，到現在仍隨處可見。也有人實際試過，結果得到的東西和自己想像的不一樣。
先說結論：有能做到的範圍，也有做不到的範圍，而兩者的界線背後有技術原因。 既不是「現在什麼都能做」，也不是「現在什麼都做不到」。本文將不誇大地整理AI不擅長的形狀、預期與輸出產生落差的機制，以及在輸出階段卡住的條件。容易成功的條件也會以同樣的篇幅來寫。
透過本文你可以了解
- 「做不到」這句話裡混雜的3種不同意思
- AI不擅長的形狀及其技術原因
- 生成的立體與想像中不同的機制
- 在3D列印階段卡住的形狀的具體標準
- 比較容易成功的畫作條件
※目前的Figmee是一項可以依據上傳的畫作或插畫，生成並下載公仔風格圖像與3D模型資料（GLB / 3MF）的服務。實體3D列印品的販售正在準備中（Coming Soon）。
「做不到」裡混雜著3種意思
首先把說法拆開。人們說「插畫無法轉成3D」時，實際上混雜著性質不同的3件事。
- AI難以把它重現為形狀 —— 技術面的弱項
- 生成的立體和想像中的不一樣 —— 解讀方式的問題
- 資料做出來了，但無法輸出成實體 —— 造型面的限制
這3者的原因和對策都不同。如果混在一起統稱為「做不到」，就會連原本可以解決的問題也一併放棄。下面依序來看。
① AI在形狀上不擅長的東西
細小的突起與薄結構
這是最明確的弱項。髮梢、細天線、手指、劍尖、線或鍊條等細小結構很難被還原成立體，常會中途斷開，或與周圍融合在一起。
有趣的是，有人指出這種「變細」現象與接下來要談的平塗問題根源相同。這是「從單張圖像推測立體」這個問題設定本身固有的難處，並不是換個工具就能解決的。
平塗的插畫
這一點可能出乎意料：比起照片，平塗的手繪插畫反而更難轉成3D。
原因在於明暗的資訊量。照片中有光線照射形成的濃淡，可以據此推測凹凸。而像動畫上色那樣由大面積單色和少量陰影構成的畫，表示立體的線索就很少。
研究中也正面探討了這一點。有篇論文報告，現有從圖像生成3D的方法「在平塗圖像上全都會失效，輸出異常纖細的結構」。論文指出的原因是：這些方法訓練所用的資料中含有充分的陰影、合理的深度結構等立體線索，而平塗的畫缺少這些，導致分布出現偏差（出處：Art3D: Training-Free 3D Generation from Flat-Colored Illustration，2025年4月公開）。
也就是說，上一節的「變細」現象和平塗並不是兩個獨立的問題，而是出自同一個原因。 這也意味著「插畫轉3D本質上比照片轉3D更難」。處理插畫的服務之所以投入這個領域，正是因為這裡是難關。
在輸入端可以做的，是決定一個光源，把明暗整理成3個層次，並把投影和接地陰影分別畫清楚。掌握為插畫增加立體感的明暗技巧，會對這一步很有幫助。
前後關係難以判讀的構圖
雙臂在身前交叉、手遮住臉、披風纏繞身體、頭髮與手臂重疊。重疊較多的構圖很難判斷哪個部件在前、哪個在後，有時會生成部件彼此融合的立體。
沒有畫出來的面
既然是從一張正面圖來製作，背面就只能靠推測。後腦的髮型、背部的設計、腳底。這些部分在畫裡沒有資訊，AI會用「看起來合理的形狀」來填補。這裡與意圖不同，與其說是AI的失敗，不如說是缺少資訊的必然結果。
透明與半透明的表現
玻璃、水、火焰、光效、透光的布料。這些很難只憑圖像判斷「那裡到底有沒有面」，是難以當作立體處理的對象。在特效大面積重疊的構圖中，特效本身也可能被當成一塊實體立體化。處理裝飾較多的插畫時，準備一個拿掉特效的立體化專用版本，結果會更穩定。
弱項彙整
| 不擅長的要素 | 會發生什麼 | 因應方向 |
|---|---|---|
| 細小突起與薄結構 | 斷開、與周圍融合 | 加粗／拆成獨立部件／省略 |
| 平塗 | 缺少凹凸線索，形狀含糊 | 準備加上明暗的版本 |
| 重疊較多的構圖 | 部件彼此融合 | 重畫成自然站姿的構圖 |
| 沒有畫出來的面 | 由推測填補，與意圖不符 | 以生成後修改為前提來看 |
| 透明與半透明 | 被解讀成實體面 | 使用拿掉特效的版本 |
② 「和想像的不一樣」是怎麼發生的
技術上並沒有崩壞，但一看就覺得彆扭。這種情況有另外的原因。
因為畫即使在立體上自相矛盾，也依然成立。 在插畫中，為了好看，會刻意錯開眼睛的位置，把頭髮堆成現實中不可能存在的形狀，或誇張身體部位的比例。這些是因為是平面才成立的表現，一旦做成立體就會被「原樣」重現，進而產生違和感。
尤其明顯的是臉。動畫、漫畫風格的臉，很多是為了從正面看起來可愛而設計的，並沒有考慮從正側面觀看。做成立體後從側面看時的違和感，並不是AI的錯誤，而是原畫中以平面為前提的表現被顯現出來的結果。
舉幾個具體例子。漫畫式的大眼睛在平面上看起來能收在臉裡，但立體化後與眼球的曲面不吻合，就會顯得彆扭。翹起的髮束在平面上是容易看出方向的符號，但在立體中會變成沒有支撐、懸空的形狀。畫得很細的下巴到脖子的線條，從正面看很美，從側面看卻可能太細。這些都是作為畫是正確的、作為立體卻難以成立的表現。
這種現象其實是有用的資訊。 知道做成立體後哪裡會崩壞，也就知道了造型設計中需要重新檢視的地方。如果不把生成結果看作「失敗」，而是看作「把原畫在立體上的矛盾視覺化的東西」，用途就會不同。實際上，在原型製作的現場，也不會把平面設定圖原封不動地做成立體，而是會有一道調整設計、使其作為立體成立的工序。AI輸出中出現違和感的地方，大致與需要這種調整的地方一致。
③ 在3D列印階段卡住的形狀
即使資料本身沒有問題，到了輸出實體的階段也可能卡住。標準是具體的。
以樹脂（光固化）為例，依面的大小，需要約0.5mm～2.0mm的壁厚，雕刻與浮雕也建議深度、寬度在0.8mm以上（出處：JLC3DP〈3D列印設計指南〉，截至2026年7月）。也有說明指出，約1mm的壁厚雖然可以成型，但在移除支撐時容易折斷，考量強度最好確保1mm以上（出處：DMM.make〈3D列印光固化方式（SLA方式）徹底解說〉，截至2026年7月）。
插畫角色很可能有低於這個標準的部位。細髮束、緞帶末端、飾品鍊條、細腿。「立體資料做出來了，卻做不成實體」大多發生在這裡。 因應上需要做出判斷，例如在造型軟體中加粗、拆成獨立部件之後再黏合，或乾脆省略。各種材料的適用性整理在插畫來源的3D列印適合用什麼材料？中。
反過來，容易成功的條件
前面寫的都是弱項，下面以同樣具體的方式列出容易成功的一面。
- 全身入畫、自然站姿的畫。手臂離開身體、部件重疊少的構圖
- 輪廓清楚的畫。線條濃、面的邊界分明
- 變形（Q版化）明顯的角色。細節少、作為整體塊面的形狀清楚的設計
- 白色背景、只有主體。背景的細節會干擾輪廓判斷
- 有一定明暗的畫。比起完全平塗，有陰影的畫能提供更多立體線索
反過來說，可以專門為立體化重新畫一張符合這些條件的畫。與其把作為作品完成的複雜構圖直接放進去，不如另外準備一張自然站姿的草圖，這樣得到更符合目的的結果的情況並不少見。
嘗試前的檢查清單
- 全身是否都在畫面內
- 手臂、腿是否沒有與軀幹大面積重疊
- 頭髮或飾品是否有極細的部分（如果有，就要預期結果不穩定）
- 是否在意背面的設計（如果在意，就要把生成後的修改考慮進去）
- 最終目的是到資料為止，還是到輸出實體為止（如果是後者，需要確認壁厚）
常見問題
插畫到底能不能轉成3D？
取決於條件。以資料形式製作立體本身，用現在的工具是可以做到的，但在重現細小突起、推測沒有畫出的面、把以平面為前提的表現立體化方面有其限制。不把它理解為「直接得到成品」，而是「在短時間內得到立體的底子」，更接近實際情況。
反覆重新生成就能得到理想的形狀嗎？
每次生成的結果都會變化，所以改變條件嘗試是有價值的。但上面列出的結構性弱項，重複多少次也不會消失。如果無論試幾次都在同一個地方崩壞，那麼轉而判斷是更換輸入的畫，還是在生成後手動修改，會進展得更快。
生成後可以自己修改嗎？
可以。把匯出為GLB / 3MF的資料匯入Blender等3D軟體，就能修改形狀或新增部件。關於面的精細程度的思考方式，請參考什麼是多邊形數？。
有三視圖的話精度會提高嗎？
三視圖是由人明確提供正面、側面、背面的資訊，因此依賴推測的部分確實會減少。不過，目前從插畫生成3D的主流方式是以單張圖像作為輸入，不一定能接受三視圖作為輸入。三視圖真正發揮價值的，是由人在造型軟體中精細製作的工序。「把三視圖交給AI就能得到想要的形狀」這種期待，在現階段與實際情況並不相符。
為什麼照片比較容易成功？
因為照片中有光線照射形成的濃淡，可以據此推測面的朝向與凹凸。如前所述，平塗的畫缺少這種線索。即使是同一個角色，仔細畫上陰影的畫結果往往更穩定，原因就在這裡。
為什麼會留著過時的資訊？
這個領域變化很快，幾年前寫的內容可能已經與現況不符。同時，本文列出的結構性難處至今依然存在。閱讀時區分資訊的日期，以及該說法指的是「技術的限制」還是「當時的服務狀況」，就比較不會判斷錯誤。
總結
插畫轉3D並不是能或不能的二選一。細小結構、平塗、重疊較多的構圖、沒有畫出來的面，這些是有技術原因的弱項，不會因為換了工具就消失。另一方面，如果是自然站姿、全身入畫的畫，或輪廓清楚的設計，就能在短時間內得到立體的底子。
而且，「和想像的不一樣」大多是原畫中以平面為前提的表現透過立體化顯現出來的結果。把它看作失敗，還是看作造型的設計資訊，這項技術的用途會大不相同。
