阿里 Qwen 团队在 10 月 14 日开源了一个叫 BlenderWorld 的项目。它不是让 AI 生成一张好看的图，而是要求 AI 在 Blender 里真正把 3D 场景搭出来——交付一个可编辑的 .blend 工程文件，并按需输出渲染图、视频或模型导出文件。

打开网易新闻 查看精彩图片

换句话说，模型不能只给画面，还得把材质、几何结构、灯光、相机这些能被设计师继续修改的东西一并做出来。项目采用 MIT 许可证，代码与数据集已同步发布至 GitHub、Hugging Face 和 ModelScope。

这套基准的规模是 223 个任务和 2,651 条标准，覆盖产品、建筑、自然环境、角色、动画和科学可视化等 9 大类、22 个子类。任务给出的输入形式分三种：

  • 78 个任务仅提供文字描述
  • 130 个任务提供图片加文字
  • 15 个任务提供视频加文字

另有 59 个任务附带尺寸、材质或相机参数等规格文件。也就是说，AI 拿到的信息量并不统一，有的只有一句话，有的带着完整的参数约束。

评测方式也颇为严格。系统会从 8 个自适应视角渲染提交的 Blender 项目，再结合场景检查、2,651 条任务专属二元评分标准，以及 8 项整体视觉质量评分。最终成绩由规则符合度与视觉质量各占 50% 加权得出。

对开发者来说，这个项目已经提供了完整的安装、生成、打包和评测流程，支持把任意生成框架接入测试。仓库显示其采用 Blender 4.2.10，需要 Linux、Python 3.10 及以上环境；评测环节还需配置具备视觉能力的模型服务。

从"生成一张图"到"交付一个能改的工程文件"，这道门槛抬高了不少。视觉智能体要过的，不只是审美这一关。