Идея полностью делегировать создание трехмерной графики языковым моделям звучит заманчиво. Пока одни разработчики настраивают прямое взаимодействие через протокол MCP (Model Context Protocol), другие выбирают более прямолинейный путь — генерацию готовых Python-скриптов для Blender с последующим исполнением прямо в программе.
Как работает метод
Суть эксперимента проста: нейросети отправляется текстовый запрос на русском языке с описанием нужного объекта для средневекового фэнтези в ретро-стилистике low-poly. На выходе получается готовый код, который при запуске внутри Blender строит трехмерный меш и назначает базовые материалы.
Создание скрипта обычно занимает порядка пары минут, а сам рендеринг в редакторе — считанные секунды. Однако практическая ценность результата напрямую зависит от сложности геометрии.
Что получается хорошо, а где нейросеть пасует
В ходе тестов различных игровых предметов выявились четкие закономерности:
- Простая геометрия и мебель: Столы, кристаллы маны, базовые круглые щиты и незамысловатые башни выходят вполне пригодными для использования в качестве черновых заглушек (greybox) или стилизованных инди-проектов.
- Сложные механизмы и органика: Попытки создать детализированное оружие, пушку с орнаментами, грифона или анатомически правильную лошадь приводят к сильным искажениям. Сетка «плывет», пропорции нарушаются, а элементы наслаиваются друг на друга некорректно.
- Хайполи и детализация: Сгенерировать комплексную высокополигональную модель с процедурными текстурами металла и грязи через обычный скрипт модель пока не в состоянии.
Языковые модели отлично собирают базовые примитивы, но слабо понимают физическое взаимодействие поверхностей, сложную деформацию тканей и анатомические законы.
Итоги: стоит ли использовать в разработке?
Пайплайн «промпт → Python-код → Blender» пока подходит исключительно для быстрого прототипирования и создания грубых низкополигональных болванок, которые в любом случае придется дорабатывать вручную.
Для получения более качественных статичных 3D-моделей в продакшене сегодня эффективнее применять связку из 2D-генераторов концептов (вроде Krea или Nano Banana Pro) с последующей конвертацией в 3D через специализированные нейросетевые сервисы (например, Meshy).