從四張照片到能拆開的 DGX Spark：我與 AI 一起完成 Blender 3D 模型的過程

把桌上的一台電腦拍成照片，再請 AI 做成 3D 模型，聽起來像是一個生成任務。但這次製作 NVIDIA DGX Spark 模型的過程，讓我更清楚看見：需求怎麼說、證據從哪裡來，以及最後怎麼驗收，會直接決定拿到的成果能不能用。

我的起點是四張 DGX Spark 實拍照片。我希望最後拿到的是 Blender 可以編輯的原生檔，能自由旋轉，也能拆解零件。這個要求一路從外觀重建，走到有實機拆解資料支持的內部結構模型。

一開始，先把「完成」說清楚

我交給 Codex 的第一個要求是：「讀完 NVIDIA DGX Spark 的這四張照片，幫我做出可以在 Blender 編輯的 3D NVIDIA DGX Spark 模型，要可以旋轉和拆解。」

四張照片提供了正面、背面、底部與斜上方的視角。從照片中可以看出香檳金外殼、前後金屬網面、前方凹槽、底部墊板，以及背面連接埠的排列。

我在意的交付很具體：檔案要能在 Blender 開啟，零件要能選取、修改，旋轉與拆解要真的能運作。只有一張漂亮的產品圖，無法回答這些問題。

因此，第一階段的工作是根據照片建立分件，並參考 NVIDIA 公開的 150 × 150 × 50.5 mm 尺寸設定整體比例。局部尺寸則仍依照片估算。NVIDIA 硬體規格

第一版有外觀，也有拆解；但我想看的還在裡面

Codex 透過 Blender 腳本建立幾何、材質與動畫。上蓋、側板、前後網面、凹槽、連接埠面板和底座，都成為可以個別處理的零件。金屬網面也有立體孔洞，而非單純貼上一張產品照片。

第一版的驗收紀錄包含 10 組分件、47 個網格物件，以及旋轉、展開和重新組裝的功能檢查。過程中還修正了背面端口左右方向與前方字樣朝向。這些錯誤說明，生成後仍然需要對照原始照片。

不過，這時的模型主要是外觀。四張照片沒有呈現機器內部，初版也就沒有主機板、風扇或散熱器。

我接著補上真正的使用情境：

「上網查一下內部的結構，也把它建進去。這個部件裡面打開，是要看得到裡面真實結構的。」

這句話改變了工作的範圍。「能拆解」不能只靠外殼分開來證明；我想要打開之後看懂這台機器裡面的配置。

看不到的地方，先查證再建模

第二階段先找資料。Codex 查閱 ChargerLAB 的 DGX Spark 實機拆解，並用 StorageReview 的實機文章交叉確認主要配置。前者提供雙風扇、散熱模組及主機板正反面的照片，後者也呈現 GB10、記憶體、CX7 與背面的儲存配置。ChargerLAB 拆解；StorageReview 實機檢視

建模時，我們依這些資料加入前側雙鼓風扇、後側散熱鰭片與熱管、GB10、兩側共八顆記憶體、ConnectX-7，以及主板背面的 M.2 2242 SSD、Wi-Fi 模組和支架。

重要的不只是有哪些零件，還包括它們在哪一面、誰在誰上方、拆開時應該跟著誰移動。例如，SSD 在主板背面；焊接記憶體要留在主板上，不能為了讓爆炸圖看起來熱鬧，就把每顆晶片都浮到空中。

拆解分兩段，才看得懂各層關係

新版把觀察過程安排成兩段。先移開外殼，看到仍安裝在主板上的雙風扇與散熱系統；再移開散熱模組，露出底下的主板與晶片。

這樣比較接近我想使用模型的方式：先理解整體，再往內看。每一步都能停下來旋轉、放大或選取零件，而不是一次把所有東西散開，反而看不出原本的關係。

Blender 的時間軸保留四個明確狀態：第 1 格為整機組裝，第 160 格開殼看散熱，第 260 格展開內部看主板，第 360 格恢復組裝。按空白鍵可以播放，滑鼠中鍵拖曳可以旋轉視角；也能透過自訂屬性調整開殼、內部展開與整機角度。

驗收不能只看渲染圖

模型生成後，還要重新開啟原生檔，檢查網格能否進入編輯模式、動畫控制能否運作，以及重新組裝後零件是否回到原位。

這次內部版的驗收紀錄顯示，共有 457 個網格物件。檢查也涵蓋八顆記憶體是否留在主板上、兩組風扇的展開位置，以及 SSD 是否位於主板背面。最後在 Blender 視窗實際開啟並播放動畫，確認第 260 格能露出主板，再將檔案儲存在開殼預設狀態。

物件數量只是紀錄，真正的完成條件是：我打開檔案之後，能看、能轉、能拆，也能繼續修改。

真實資料重建，也要說清楚精度

這份模型的主要構件、相對位置與上下層關係有實機照片依據。但它不是工程級 CAD，也不是經過掃描、量測後取得的數位分身。

局部尺寸、微小被動元件排列、線路曲線、螺絲深度、金屬厚度，以及外觀網孔與標誌，都有近似處。它適合用來觀察配置、輔助說明與繼續編輯；不能直接拿去製造零件，也不應當成實機維修手冊。

這些限制應該和成果一起留下。後續要提高精度，就能清楚知道該補哪些照片、尺寸或結構資料。

我從這次實作留下的方法

這次讓我印象最深的，是那句追加的要求：「打開，要看得到裡面真實結構。」它把原本抽象的「可以拆解」，轉成具體、可檢查的使用情境。

AI 協作裡，人需要提出用途、指出落差，決定哪些地方必須有證據；AI 則協助搜尋、建模、調整與驗證。成果在這樣的來回中逐步變得可用。

下次處理其他產品或設備，我會沿用這個順序：準備多角度資料、定義可操作的交付、補查不可見的結構、分階段建立模型，最後在真正要使用的軟體裡驗收。

這也是我常說的：「工具只是起點，流程才是核心，系統才是成果。」這次留下的不只有一個 DGX Spark 模型，還有重建腳本、來源對照、預覽與驗收紀錄，讓成果可以繼續修改、說明和累積。

如果你也想把工作中的照片、文件或經驗整理成能交接、能操作的數位資產，歡迎透過漫遊數位官網了解我的工作方法。