Saltar al contenido
Revisión pendiente desde 21 ago 20262 fuentes primarias

Assets 3D con IA: limpiar, exportar y reutilizar

La IA puede crear o describir assets muy rápido. El salto de calidad está en convertir esa salida en piezas ligeras, nombradas, licenciadas y fáciles de importar.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Assets 3D con IA: limpiar, exportar y reutilizar».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje
  • Diseñar prompts de assets con escala, función y restricciones.
  • Limpiar mallas y materiales antes de exportar.
  • Preparar assets reutilizables para Godot, Unity o web 3D.
En cristiano: asset usable. Es un archivo que no solo se ve bien en una demo: tiene tamaño razonable, pivote correcto, materiales ordenados, licencia clara y funciona dentro del motor.
Terminal
Prompt de asset:

Crea la especificación de un asset 3D para un juego educativo.
Asset: puerta de laboratorio modular.
Estilo: low-poly limpio, ciencia ficción sobria.
Uso: se abre al recoger 3 objetos.
Restricciones:
- escala humana
- una sola malla principal
- materiales PBR simples
- sin texto legible
- exportable a GLB
- debe funcionar en Godot y Unity

Devuélveme:
1. descripción visual
2. dimensiones aproximadas
3. partes de la malla
4. materiales
5. checklist de limpieza en Blender

Pipeline recomendado

  1. Especifica función, escala, estilo, cámara y restricciones.
  2. Genera o modela una primera versión sencilla.
  3. Limpia en Blender: nombres, origen, escala, normales, geometría y materiales.
  4. Exporta GLB/glTF para Godot, Unity o Three.js.
  5. Verifica en motor: tamaño, colisión, iluminación, rendimiento y warnings.
Idea clave. GLB/glTF suele ser una buena primera opción para prototipos porque conserva malla, materiales y jerarquía de forma práctica. Para pipelines de estudio pueden aparecer FBX, USD o formatos propios.
Cuidado. Un asset bonito puede ser pésimo para juego: demasiados polígonos, texturas enormes, pivote roto, materiales duplicados o licencia dudosa. No lo aceptes por la miniatura.
Terminal
Checklist de asset antes de commit:
- nombre: lab_door_01.glb
- licencia apuntada en docs/decisiones.md
- menos de 5 MB para prototipo web
- pivote correcto
- escala comprobada junto a un personaje
- colisión simple creada en motor
- textura máxima 1024 o 2048 si está justificado
- probado en una escena vacía

Presupuesto de rendimiento

Antes de llenar una escena, define límites. Un prototipo web educativo debe cargar rápido incluso en portátiles normales.

Terminal
asset_budget_web:
  max_glb_mb: 5
  max_texture_px: 2048
  target_fps: 60
  mobile_fallback: true
  lod_required_if:
    triangles: "> 20000"
  reject_if:
    - "texturas 4K sin motivo"
    - "materiales duplicados"
    - "escala no verificada"
Comprueba que funciona. Importa el mismo GLB en Godot y en un visor web con Three.js. Si se ve distinto, revisa materiales, luces, color management y texturas.
Guardar y reabrir el proyecto.
Versiona el archivo fuente de Blender y el GLB exportado. El fuente permite corregir; el exportado permite probar rápido.

Si has guardado la evidencia de esta lección, continúa con «Prototipo Godot». Si no, repite la comprobación antes de avanzar.

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo