异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    为什么它用代码建的 3D 模型能这么好:拆解 ESCAPEMENT 的建模手法

    Claude Code 驱动 Blender、不下载一个模型做出 36 秒汽车短片。拆它的开源代码、迭代日志和 /cook skill,对照论文与专业硬表面 skill:好模型来自截面放样 + 细分、真实制造细节、材质分层和多轮评审;附中性光白模实测。

    • 视频制作:让 agent … · 5/5
    • 精读
    • 2026.11.10
    • 28 分钟
    • 15,074 字

    思思扬撰写 · AI 协作整理

    成片联系表:齿轮微距 → 暗棚组装 → 峡谷 → 云海寺庙 → 桌面 → 片名

    结论先行

    • 🟢 模型好,首先因为建模方法对。车身不是基本体拼出来的,而是按汽车造型的做法:17 个横截面 × 每截面 13 个参数 → 四边形笼体 → 折痕定特征线 → 3 级细分。轮胎、轮辋、螺母都是按毫米级轮廓旋转出来的。
    • 🟢 细节来自「真实制造」而不是「多加点东西」。面板之间有 7 mm 的真缝,外加 8 mm 板厚和缝后一层哑光黑内壳;螺栓照 ISO 7380 做;齿轮分圆齿、小齿轮、瑞士杠杆擒纵轮的棒头齿。agent 能用准确的行业词汇,就能写出对应的几何。
    • 🟢 一半的细节在材质里。多层噪声控制颜色和粗糙度,把噪声沿一个轴拉长 40–160 倍画划痕,用法线判断倒角带做边缘磨亮。
    • 🟢 第一版并不好。导演 agent 给第 2 幕打过 4/10、第 1 幕 5/10;日志里满是「像工厂烟囱」「像堆雪人」「像乐高」「像沙丘」。好看是 v1 到 v11 看图返工的结果。
    • 🟢 有一个 bug 让建筑从 v1 到 v8 都「软塌塌」:代码调用了 Blender 5.2 里不存在的 API,被 try/except 吞掉,于是所有面都被平滑。这正是 AI 写 Blender 代码最典型的失败方式。
    • 🟢 流程来自作者的 /cook skill。参考图当底线、固定机位对比出图、零上下文评审取中位数、用用户打分校准、至少跑 8 小时。论文(3DCodeBench、VIGA)的结论一致:失败主要是 API 不匹配和悬空零件,多轮「渲染 → 检查 → 修改」普遍有效。
    • ⚠️ 去掉电影化手段,车是「好的游戏资产」水平。本机中性光实测:轮廓、面板缝、散热格栅都在,但辐条末端没并进轮辋、车头有捏痕;拿专业硬表面 skill 审计,还查出两面后视镜悬空 1.8 cm、6 处面重叠闪烁。成片的惊艳约一半来自灯光、镜头和后期。
    • 🟡 折痕 vs 支撑边,实测有差别但不在车头。把车身的折痕换成支撑边,车尾平端面的波纹消失,车头几乎没变;车头的捏痕另有来源。
    • ⚠️ 远景和白天镜头仍然看得出是 CG。云像棉花糖,寺庙像游戏场景;最惊艳的是暗调微距和暗棚镜头,因为暗部、浅景深和运动模糊替几何藏了拙。

    一、车身:用造型师的方法写代码

    AI 写 Blender 代码最常见的做法是「立方体 + 圆柱 + 球」拼一辆车,结果必然是玩具。lib/car.py 的车身走的是另一条路,和汽车造型师在 Alias / Blender 里做细分建模的思路一致。

    1. 截面表定形。整辆车的外形是一张 17 行的表,每行是一个沿车长方向的截面:位置 y,加上底边、腰线、肩线、窗线、车顶等 12 个宽度与高度参数。

    # station table: y, zb, w, zw, ws, zs, wf, zf, wc, zc, wr, zr, zt
    STATIONS = [
        (-2.25, 0.34, 0.90, 0.55, 0.88, 0.73, 0.80, 0.79, 0.55, 0.80, 0.30, 0.81, 0.81),
        ...
        (2.31, 0.165, 0.62, 0.185, 0.60, 0.205, 0.54, 0.21, 0.36, 0.21, 0.22, 0.21, 0.21),
    ]

    截面函数里还用一个高斯函数,把后轮前方的侧面往里收,做出进气口的凹陷:k = exp(-((y + 0.72) / 0.26) ** 2)。

    2. 笼体 + 折痕 + 细分。相邻截面连成四边形笼体,再在笼体的纵向边上写折痕值:底边 1.0、肩线 0.75、窗线 0.5,首尾两圈分别 0.85 和 1.0。之后加 3 级 Subdivision Surface。折痕让细分后的曲面在特征线处保持锐利,其余地方光顺,这就是「车的线条」从哪来的。

    3. 精确布尔挖轮拱。四个圆柱体用 EXACT 求差挖出轮拱,材质用 TRANSFER 带进切面。

    4. 切成真实面板。_split() 用平面把车身剖成车头、车尾、左右车门和中段,在每条剖切线两侧各让出 3.5 mm,于是面板之间有真实的 7 mm 缝。每块面板再加 8 mm 的 Solidify 做出板厚。缝里一开始会透出背后影棚的亮光(日志原话:「dotted white seams」),于是在车皮内侧 14 mm 处再偏移出一层哑光黑内壳挡住。

    5. 细节贴着曲面放。引擎盖上的散热格栅、鲨鱼鳍这类小件,用 BVH 光线投射找到车身表面的高度再放上去,所以不会悬空或穿模。

    轮子是旋转体。轮胎轮廓有 20 多个点:胎肩圆角、三条纵沟、胎侧凸棱,绕轴旋转 120 段。轮辋是带加工唇边的轮廓,旋转 128 段;6 根辐条是 9 个截面的放样,向外收窄、表面起脊,末端外扩接入轮辋;中心锁螺母是 24 点星形放样出的 12 角螺母。

    接口为动画而设计。build_car() 返回根节点、四个车轮空物体、悬挂上方的车身空物体(动它就有点头、侧倾),以及每个可单独动画的部件;每个部件的原点都在车的原点,所以组装动画里「回家」就是把位置和旋转归零。这正是个人数字资产 01 篇说的 L2「可动拆件」,只不过是用代码写成的。

    二、齿轮与寺庙:领域词汇就是几何

    钟表机芯(lib/act1_kit.py)。齿形不是一个通用的「齿」,而是按钟表行业分成几种:

    • round:普通轮系的圆头齿;
    • pinion:小齿轮,齿更粗;
    • club:瑞士杠杆擒纵轮的棒头齿,长背坡、棒状齿头、径向锁止面;
    • trap:做「齿墙」用的粗壮梯形齿。

    材质同样按行业名称来:日内瓦波纹(Côtes de Genève)、珍珠纹(perlage)、烤蓝钢、红宝石轴承。场景按大尺寸搭(齿轮直径 0.5–2.6 米),再用 85–135 mm 镜头配 f/1.6–2.2,模拟出只有几厘米深的微距景深。

    寺庙(lib/temple.py + lib/tgeo.py)。几千个装饰件不是一个个建对象,而是用 numpy 生成顶点数组,按材质合并成少数几个大网格:lathe(旋转体)、sweep(沿路径扫掠)、along(沿路径等距排布)。柱子、栏杆、宝顶、圆花饰、齿轮环各有一个小生成器。性能是细节密度的前提:第 2 幕日志记录过,几千次往同一个 bmesh 里加球体是 O(n²),构建要 291 秒;改成模板网格 + 一次 from_pydata 后只要 9 秒。

    三、材质承担一半的细节

    common.py 里的黄铜材质 mat_brass,没有用一张贴图:

    • 一层大尺度噪声决定颜色深浅,一层小尺度噪声决定磨损;
    • 把坐标沿 Z 轴放大 160 倍再取噪声,得到细长的划痕,同时叠进粗糙度和凹凸;
    • 金属度 1.0,各向异性 0.3。

    齿轮套件里的划痕更讲究:两个斜向、互不正交的方向各拉一层噪声,再用一层低频噪声做稀疏遮罩。注释写明了原因:正交方向会形成「woven grid」;第 1 幕 v1 的日志里,主齿轮表面确实出现过一片像碳纤维编织的纹路。

    倒角带上的磨亮边。EEVEE 没有 Pointiness(Cycles 里用来检测凸边的节点),它就用法线来判断:Bevel 修改器加 Harden Normals 后,倒角带的法线 Z 分量约为 0.7,端面是 1,侧面是 0,于是 edge_mask() 能把倒角带单独挑出来做磨亮。每条硬边都倒角,是 BRIEF.md 里写死的规则:「light catches edges」。

    材质为什么写得又快又不糙:先有一个节点小库。common.py 里有个 NB 类,把建节点的样板话包成十来个方法:coord / noise / voronoi / ramp / mix / math / maprange / bump / set。有了它,齿轮套件里的旧黄铜 mat_brass_x 核心只有 30 行左右,而且每种材质都按同一个顺序叠层:

    顺序做什么节点
    1底色:暗铜到亮铜的大块色斑低频 Noise → Color Ramp
    2污垢:另一层高频噪声决定哪里脏Noise → Map Range → Mix
    3缝隙更脏Ambient Occlusion → Map Range → Mix
    4细划痕拉长的 Noise(两个非正交方向)
    5棱边磨亮上面的 edge_mask()
    6粗糙度跟底色用同一张噪声同一个 Noise → Map Range

    第 6 步最容易被忽略:暗的地方也更粗糙,颜色和反光才「对得上」。AI 默认写出来的材质通常是一个 Principled BSDF 加一个固定颜色,看起来就是塑料。

    量一下代码:整个仓库的 Python 约 900 KB,其中建着色器节点的函数约 290 KB,占三分之一,是最大的一类代码。但把最终代码写出来只要二十多万 token,真正花 token 的是返工,见第九节。

    照这个思路把 NB 和材质函数抽出来做成自己的库、拿一个挖掘机铲斗实测的过程,见数字资产专题 02 篇:同一套叠层确实能复用,但踩到三个只在特定形状上出现的 bug,最后做了一个多形状测试台。

    四、真正的分水岭:看图返工

    五个 agent 的日志读下来,最大的感受是:第一版都不好,好是改出来的。每轮流程固定:

    1. 渲测试图(50% 分辨率、16 采样),动作镜头渲 40% 分辨率的序列再拼成联系表;
    2. agent 用 Read 看图,写下「读起来像什么」;
    3. 跑 exposure_check.py 量曝光和色彩;
    4. 改代码,下一版。

    日志里摘几条「读起来像」:

    问题原因 / 改法
    螺栓像「礼帽」,还带一圈锯齿改成 ISO 7380 圆头内六角螺栓 + 薄垫圈,真六角孔
    寺庙旁的石柱像「工厂烟囱」删掉
    云塔像「堆起来的雪人」「棉花糖」换分形云团(母团 → 子团 → 孙团,底部压平);逆光下又像海绵、珊瑚 → 子团减到 2 个
    云海像「米色沙丘」0.6° 的太阳给出硬自阴影,再加隐形光柱投影 → 重做
    浑天仪的齿像乐高72 个粗齿 → 160 个细齿,齿高减半
    峡谷崖壁节理像「瓷砖网格」,石头像「光滑的橙色团子」节理改细、断续;石头原本继承了世界坐标的地层颜色 → 改成对象空间材质,每块色相不同,加崩口裂纹和顶部积尘
    车身旁边立着一根「铬柱」Solidify 的 even offset 在剖切出的细碎面上爆出 140 米长的尖刺 → 关掉 even offset、加 clamp

    导演 agent 在中途审片,第 2 幕 4/10、第 1 幕和第 4 幕 5/10,之后才进入修订轮。用户本人也像客户一样提意见:BRIEF.md 末尾追加了三轮客户规则,第三轮逐个点名了过亮的高光位置(「1B 顶边的闪光」「2C 螺栓头的闪光」)。

    那个让建筑「软塌塌」的 bug

    第 4 幕日志里有一条根因分析,值得每个用 AI 写 Blender 代码的人记住:

    ROOT CAUSE of the dead pool (and soft/pillowy architecture since v1): Blender 5.2 has Mesh.set_sharp_from_angle, NOT set_sharpness_by_angle → tgeo.MB.build’s try/except fallback smoothed every face with no sharp edges.

    代码调用了一个不存在的 API,被 try/except 吞掉,降级成「全部平滑」。结果是盒子的角点法线变成 ±0.577,所有建筑从第 1 版到第 8 版都像充了气的枕头,水池变成鼓包、不反射。直到 v9 专门做了对照测试(同一个水面,用自己的网格构建器 vs 原生平面)才找到。日志还提醒导演:common.py 的 shade() 也有同样的死调用,影响所有幕。

    同类问题不止一处:第 3 幕的漏光效果用了 gradient_type = 'SPHERE',5.2 的枚举值是 'SPHERICAL',四个镜头的渲染直接崩溃。这和 06 篇遇到的视频输出接口问题也是同一类:agent 的训练数据以旧版本为主,版本漂移加上静默的异常捕获,会让模型看起来「就是不对劲」,却不报任何错。

    五、去掉灯光之后:本机实测

    成片里车总在暗棚或黄昏里,还带着浅景深和运动模糊。为了看清模型本身,我写了一个测试脚本:只调用它的 car.build_car(),放到灰色地面上,用四盏柔和的面光源均匀照亮,关闭景深和运动模糊,色彩管理改成 AgX 无 look;每个角度渲两张,一张保留原材质,一张全部换成灰色白模。

    指标数值
    构建时间0.5 秒
    网格对象95 个
    三角面22 万
    每张渲染(1280×720,EEVEE 32 采样)1–2 秒(首张含着色器编译 5.3 秒)

    左:原材质;右:白模。同一个四分之三前视角,中性灰色影棚

    左:正侧面原材质;右:四分之三后视白模

    做得好的地方:

    • 🟢 轮廓成立。低趴、楔形车头、长尾,正侧面一眼就是一辆中置引擎超跑。
    • 🟢 面板缝是真的。白模上车门、侧裙、车头盖的分缝清晰可见,这是「板厚 + 真缝」带来的,贴图做不出这种阴影。
    • 🟢 小件密度够。引擎盖散热格栅、侧面百叶、前铲翼片、尾部扩散器鳍片、四出排气都在,且贴合车身表面。

    露馅的地方:

    轮毂白模特写:辐条末端没有并入轮辋,是截断后悬着的

    • ⚠️ 辐条末端是截断的。特写里辐条在接近轮辋处直接截平,和轮辋唇边之间有空隙;成片里轮子总在高速旋转或在暗处,看不出来。
    • ⚠️ 车头有捏痕和杂线。白模的车头表面有几道不自然的折痕,前脸边缘有锯齿状的阴影。(第七节用硬表面 skill 做了对照,结论是这不是车身笼体的折痕造成的。)
    • ⚠️ 尾部扩散器鳍片像一排牙齿。日志里提到过「diffuser fins hung below the car like teeth」,改短后从后低角度看仍然明显。
    • ⚠️ 整体是概念车比例。车身侧面平直,尾部是个方盒,细看更像 90 年代勒芒原型车的粗模。

    结论:在中性光下,这是一辆好的游戏资产级别的车,不是电影级。成片的惊艳大约一半来自模型和材质,另一半来自暗调布光、浅景深、运动模糊、快剪和后期颗粒。对自己的项目来说,这反而是好消息:模型做到这个程度就够用,剩下的交给灯光和镜头。

    测试脚本:本系列 _demos/3d/escapement/turntable.py(需要先克隆仓库,并把脚本开头的 LIB 和 OUT 改成本机路径)。

    六、哪里仍然是 CG

    第 4 幕寺庙:装饰密度高,但云团像棉花糖,整体是游戏场景的质感

    暗调微距和暗棚镜头最强:大面积暗部、浅景深、运动模糊和颗粒把程序几何的粗糙藏住了。白天远景暴露最多:云团是棉花糖,柏树是光滑的锥体,水面过于干净。作者在 README 里也承认:云海的重做版本笔记本渲不动,只好用回旧版;云中穿出和两个寺庙特写共三个镜头被剪掉;快速运动的镜头用 83% 分辨率加 16 采样渲完再放大。

    换句话说,模型本身是「概念车级」,不是「量产车级」。它的价值不在单个模型有多精细,而在于用代码就能做到的上限被证明了,并且方法完全可复制。

    七、同行在做什么:作者的 skill、论文与现成的 Blender skill

    真正的 prompt 在 /cook skill 里

    作者 Leon Lin(GitHub Leonxlnx,X 上是 @LexnLin;他的 taste-skill 有 11 万星)在发布帖里说的是「opus 5.5 xhigh ultracode, one prompt and some slight steering」,并且注明整部片是用他自己的 /cook skill 做的(MIT,45★,2026-10-31 发布)。参考图方面:汽车段的调色参考了 Rory Flynn 的一条帖子,寺庙和齿轮的参考图是用图像模型生成的(据 rheos/secondunit-videos 的研究笔记转述原帖及作者回复)。

    /cook 把前面几节看到的做法写成了固定流程,名字叫 Cook Loop:

    • 🟢 一次问清,之后不再提问。开工前一次性问完目标、参考图、及格线、时间预算、硬规则,写进 cook/BRIEF.md;之后用户可能在睡觉,agent 自己做决定并记进台账。
    • 🟢 参考图是底线,不是灵感。每张参考图对应一个镜头,固定相机预设,每轮都按同一构图出图,左参考右渲染拼在一起比。
    • 🟢 分维度打分,目标定得够不着。构图、光、色彩、材质、远近细节密度、运动,各打一个分;静帧目标写「99.9% 相似」,写明这个数大概率达不到,作用是让模型知道「第一次能跑通不等于完成」。
    • 🟢 零上下文评审 + 校准偏移。每轮至少两个全新上下文的子 agent 当评审,只给对比图和评分表,不告诉它们是谁做的;取中位数,分歧超过 10 分就加一个评审。模型给自己打分普遍偏高,用户一旦给出估计(比如「你这才 60–70 分」),差值就记成校准偏移,之后所有分数都先减掉它。
    • 🟢 时间下限。演示类任务至少跑 8 小时,「2 小时就做完说明及格线读低了」;最终渲染必须等用户确认静帧之后才开始。

    换个角度看:ESCAPEMENT 的质量很大程度上是「花足够长的时间 + 不让 agent 自己说了算」的结果。也有团队明确拒绝装它:rheos 的评估认为它「intake 之后从不提问」,和他们需要人在关键节点把关的流程冲突,只借走了校准偏移和「评审分歧超 10 分就加人」两条规则。

    论文怎么说:失败原因和本文看到的一致

    研究关键结论对应本文
    3DCodeBench(arXiv 2606.01057,2026-05)评测 12 个 VLM 用 Blender 5.0 写程序化建模代码:失败主要来自 API 不匹配;能渲出来的结果,常见问题是部件不相连或悬空;更高的思考预算和多轮修改普遍有效「软塌塌」bug、'SPHERE' 崩溃;本机白模里没接上轮辋的辐条
    LL3M(arXiv 2508.08228)多 agent 写 Blender 代码建模,用 Blender API 文档做检索增强(BlenderRAG)保证代码正确写代码前先查当前版本 API
    VIGA(arXiv 2601.11109)「写代码 → 渲染 → 检查差异 → 修改」的循环,比一次生成在 BlenderGym 上提升 35%看图返工
    SimWorlds(arXiv 2607.01766)只靠看渲染图验证不够,直接检查 Blender 运行时状态,能抓到图像看不出的机构错误辐条悬空在成片里看不出,要靠网格检查
    BlenderGym(arXiv 2504.01786)最强的 VLM 在人类 Blender 用户觉得简单的编辑任务上仍然吃力;推理算力在「生成」和「验证」之间的分配可以优化评审和建模同样值得花算力

    现成的 Blender skill:比 escapement 更「懂行」的一份

    skill规模特点
    scenario-labs/skills 的 scenario-blender-hard-surface + scenario-blender-expert仓库 3590★,MIT,2026-11-09 仍在更新从 9 个专家教程视频提炼,条目标注视频时间戳,并标明哪些在 Blender 5.2.1 上实测过;自带审计脚本和多模式评审图
    arjun988/blender-skills2312★,MIT94 个细分 skill,从粗模到引擎导出,走 MCP
    RobLe3/cc-blender-skill151★,MIT30 个可串联 skill,走官方 Blender Lab MCP 或社区 MCP;README 坦白列出没验证过的部分(包括 Claude Code 的自动触发)

    scenario 的硬表面 skill 有几条正好解释了本机白模的问题:

    • 🟢 主要边别用折痕。原文:「Creases on primary subD edges → soft, pinched, heavy」,应该用支撑边(support loops)或细分前先倒角;同等质量下折痕方案的面数约是支撑边的 10 倍(36,800 对 3,600 个三角面)。ESCAPEMENT 的车身恰好把肩线、腰线全用折痕做,我原本猜车头的捏痕来自这里,下面的实测只证实了一半。
    • 🟢 两种流派按零件选。平面多、切口多的机加工件用「N-gon + 布尔 + 倒角 + 自定义法线」,大约省四分之三时间;连续曲面(车身)用「四边形笼体 + 细分」。
    • 🟢 两道倒角各管一件事。按权重限定的设计倒角(8–12 段)只给轮廓边;每次切口后再加按角度限定的微倒角(30°、Harden Normals),「现实里没有绝对锐利的边」。
    • 🟢 先切,再倒角,最后算法线。布尔放在微倒角之上,Weighted Normal 放在修改器栈最底下;切口离目标边要么够远,要么正好重合,否则整件物体的倒角都会被 Clamp Overlap 压窄。
    • 🟢 用镜面 matcap 近看每一个切口。整体缩略图会藏住拖影和变窄的倒角;代码里另做一遍网格审计:非流形边、非平面面、法线拖影、悬空零件。

    拿 scenario skill 实测一遍

    把这两个 skill 装到本机(只拷 scenario-blender-expert 和 scenario-blender-hard-surface 两个目录,它们互相引用脚本,必须放在一起),对 ESCAPEMENT 的车做了两件事。

    1. 整车交付审计(bx_audit.deliverable,render 档,95 个零件):不通过,6 个错误、5 个警告。

    类别发现
    面重叠闪烁(z-fighting)内衬壳与车身 18 处、与车头 2 处;尾灯框自身 80 处;两组引擎齿轮各 16 处;扩散器与螺丝 2 处
    悬空零件左右后视镜和镜片都离最近的零件 1.8 cm,没有接到车身上
    碎片前鸭翼有 2 块脱离主体的碎片,占它三分之一的面

    这正是 3DCodeBench 说的「部件不相连或悬空」。成片里镜子在暗处、车在动,看不出来;换个镜头特写就会露馅。审计跑一遍不到 10 秒,值得放进每轮的出图之前。

    2. 车身笼体三种做法对照。同一个截面笼体、同样 3 级细分,只换「锐边怎么来」:原版折痕;去掉折痕;把原折痕边改成倒角权重,用 skill 的 subd_stack 在细分前做支撑边。

    车尾平端面,从左到右:原版折痕 / 无折痕 / 支撑边。上排灰色 matcap,下排条纹反射 matcap(条纹越连续,曲面越顺)

    做法三角面skill 的着色审计看图
    折痕(原版)33,792非平面面 146 个、长条面 66 个,另报「主边用折痕」车尾平面边缘起波纹,反射条纹呈锯齿状
    无折痕33,792同上,不报折痕整体软成枕头,平面上出现 X 形凹陷
    支撑边71,168同上,不报折痕平面平整,边缘干净,反射成一整块

    车头特写,左:原版折痕;右:支撑边。几乎看不出差别

    结论分两半:

    • 🟢 skill 的规则在这辆车上成立。折痕在平面和曲面交界处会把细分后的边缘拉出波纹,支撑边没有这个问题。整车上这一面叠着尾灯框和扩散器,不单独看车身不容易注意到。
    • ⚠️ 车头的捏痕不是它造成的。两种做法的车头特写几乎一样;整车里车头是另一个零件 Car_nose,捏痕更可能出在那里或者它和车身的接缝处,这次没有继续追。
    • ⚠️ 「折痕面数是支撑边的 10 倍」这条没复现。skill 引用的数据是「同等锐度下」的比较;这次两边用的细分级数相同,支撑边方案反而多了一倍面数(多出的是支撑边本身)。要比面数得先把两边调到同样锐利,这次没做。

    另外踩到一个坑:hard-surface skill 的 review() 会临时替换 expert skill 里的一个函数,而 expert skill 后来给那个函数加了参数,两边没同步,一调用就报 TypeError。我在本机副本上把包装函数改成透传参数后才跑通。两个 skill 来自同一个仓库都会这样,挑单个文件拷时更要整对拷、先跑一次。

    脚本:本系列 _demos/3d/escapement/hs_test.py(开头的 ESC、OUT 路径改成本机的)。

    社区讨论

    Reddit 上的反馈两极:有人用 Claude + Blender MCP 完整做出了树莓派 5 的外壳(纯几何、无艺术要求),也有人照概念图复刻科幻飞船「效果很糟」,评论区附和者不少。普遍共识是:简单场景和规整几何可以,复杂造型和艺术判断不稳定,拓扑整理、UV、绑定仍然要人。ESCAPEMENT 的不同之处在于它把「艺术判断」外包给了参考图、量化质检和多轮评审,而不是指望模型一次写对。

    相关关键词

    搜索和写 brief 时用得上:

    • 方法:procedural modeling、code-as-3D、vision-as-inverse-graphics、code-render-inspect loop、test-time scaling
    • 硬表面建模:SubD / subdivision modeling、support loops / holding edges、crease vs support loop、boolean cutter hygiene、design bevel vs micro bevel、Harden Normals、Weighted Normal、Clamp Overlap、matcap review、shading audit、non-manifold
    • 流程:reference as minimum bar、shot presets、side-by-side、fresh-context critics、calibration offset、hand-off contract、luma dissolve
    • 基准:3DCodeBench / 3DCodeArena、BlenderGym、BlenderBench、4DBuildBench、BlenderRAG

    八、怎么用到自己的项目里

    AI 写的模型为什么是塑料玩具,对照表:

    常见做法ESCAPEMENT 的做法
    基本体拼装截面放样 / 旋转体 + 细分,折痕定特征线
    尺寸随手写真实尺寸(轴距 2.70 m、轮半径 0.35 m),单位米
    没有倒角,或者全平滑每条硬边倒角 + Harden Normals,按角度设锐边
    「加点细节」用行业词汇点名具体零件:ISO 7380 螺栓、棒头齿、面板缝、板厚
    单色材质多层噪声 + 斜向划痕 + 倒角带磨亮
    写完就渲多角度测试图 → 看图写「像什么」→ 量化质检 → 改
    try/except 兜底对照当前版本 API;兜底分支要打印,不能静默
    只看渲染图渲染图之外再跑网格审计(悬空零件、非流形、法线拖影)
    自己说「好了」零上下文评审打分取中位数,再减去用户给的校准偏移

    写给 agent 的建模要求(可以直接抄进 BRIEF):

    • 🟢 方法:曲面体用截面表 + 四边形笼体 + 细分,特征线用支撑边(折痕只留给小细节);回转体用轮廓旋转;小件沿表面用 BVH 放置。禁止用基本体拼主体。
    • 🟢 尺寸:给出真实尺寸和单位;部件原点放在装配原点,方便动画。
    • 🟢 边:所有硬边倒角 + Harden Normals;调用的 API 必须对照当前 Blender 版本文档,异常不许静默吞掉。
    • 🟢 细节:按真实制造写出缝隙、厚度、紧固件、加工纹理,用行业术语命名。
    • 🟢 边的做法:曲面主边用支撑边或细分前倒角,不用折痕;机加工件用布尔 + 两道倒角 + Weighted Normal。
    • 🟢 验收:每次改动渲四个角度的测试图 + 一张白模(覆盖为灰色材质),用 Read 看图,写下「它读起来像什么」,再跑一遍网格审计(悬空零件、非流形边),都过了才进下一步。

    起步方案对比:

    A 直接复用它的库B 照它的方法写自己的生成器C 主体用资产库,只用代码做可动件
    做法lib/common.py + lib/car.py(MIT)当起点,改截面表换车型按上面的要求让 agent 从零写,参考它的代码结构车身用现成模型,轮子、悬挂、灯条等可动部分用代码
    见效当天一两周几天
    适合想先看到效果长期攒生成器赶工
    风险Windows 路径要改;风格是它的迭代轮数多风格不统一

    推荐 A 起步、逐步走向 B,同时借两样外部的东西。它的 car.py 在 Mac 上不改一行就能跑(实测 0.5 秒构建),可以直接当起点;先修掉辐条和车头的问题,再把截面表、齿形、材质函数改成自己的,沉淀进生成器库。外部借两样:scenario-labs 硬表面 skill 的边处理规则和网格审计脚本(只取需要的文件,不整包装);/cook 的评审与校准做法写进自己的 BRIEF。/cook 本身不建议原样装:它设计成 intake 后不再提问、演示类至少跑 8 小时,token 消耗按「整夜」计。

    九、三个常见疑问

    1. 齿轮和寺庙的 prompt 为什么能写得那么准?不是用户写的。仓库里的 BRIEF.md 标题是「production bible」,用户的原话只被当作「Client’s words」引用了一句:「CRAZY good scenes, INSANE detail, ultra cinematic……」。后面几百行的剧情、分幕、镜头表、每张参考图要学什么,都是 agent 写的,这正是 /cook 开工前一次性问完后由 agent 自己写 BRIEF 的流程。擒纵叉、游丝、日内瓦波纹、三角楣、方石砌缝这些词汇来自模型本身的领域知识,外加参考图;「钟表寺庙」这种设计(齿轮做的火焰、钟面做的三角楣)是模型自己想的。

    是先大体再细节,但靠的是看图返工,不是 prompt 一次写细。顺序是:参考图 → 写分幕和镜头表 → 先写零件库(齿轮生成器、螺丝、宝石、游丝)→ 每个镜头出 v1 → 看图列问题 → 改。第 4 幕 v1 几乎全黑,v3 光太平、雾发白、朱红看着像粉色、云海像棉花,v4 一口气改了十几个参数。

    2. 跑这么久要多少 token?作者没公开具体数字。能拆清楚的是哪些花、哪些不花:

    环节花 token 吗
    Blender 建场景、编译着色器、渲染不花,全在本机。日志里一张静帧最长 445 秒(主要在编译着色器),README 说正式渲染在集成显卡上「要好几个小时」
    agent 写代码、改代码、读日志花
    agent 看每一张渲染图花,而且是大头。每轮都要看几张,一张 1080p 图约一千多 token,每轮还要把整个上下文重发一遍
    每轮的评审子 agent花。/cook 默认每轮至少 2 个,每个都重新读一遍材料

    所以「8 小时」大部分是 Blender 在渲染、在等,不是连续烧 8 小时 token。/cook 自己也按套餐窗口设计:「每小时用掉 5 小时窗口的约 20%」,永远不用满;日志里也能看到它分成了好几个会话跑(「Session 2 (continuation after the standby crash)」)。

    想塞进自己的套餐:评审图降分辨率(作者自己也用 30–40% 分辨率、8–12 采样出评审图);评审只用 1 个或自己看;能用数字检查的(曝光、网格审计)让脚本打印文字结论,少让 agent 看图;分成几个短会话跑,进度写进文件。材质函数沉淀成自己的库之后,下一个项目直接调用,这部分 token 只花一次。

    3. Blender 本地渲染用了本地模型吗?没有。整个仓库没有 torch、onnx、ollama,也没有调任何模型 API;所有镜头都用 EEVEE。EEVEE 是实时光栅化渲染器,和游戏引擎同类,根据几何、材质、灯光算出每个像素,同样的输入永远出同样的图。唯一像「AI」的设置是 common.py 里的 use_denoise = True,那是 EEVEE 光线追踪自带的降噪滤波,不是神经网络。所有「改进」都是云端模型做的:它写代码 → Blender 本机渲染 → 它看图找问题 → 再改代码。

    来源

    14 条
    系列全部 5 篇
    1. 01一条爆款视频是拍的、生成的还是代码写的?rea-video 用证据链逐镜回答19 分钟
    2. 02用 agent 做视频该选谁:从 Hypit 到 HyperFrames,按手里有什么分五类15 分钟
    3. 03代码写出来的动画16 分钟
    4. 04做完就吆喝:/brag 把项目变成 20 秒发布视频,值得抄的是它的『创意法则』12 分钟
    5. 07为什么它用代码建的 3D 模型能这么好:拆解 ESCAPEMENT 的建模手法28 分钟