Edisi Markdown

AI-translated from English; not yet reviewed by a fluent editor.

# Cara BlenderWorld menilai adegan 3D yang dapat diedit buatan agen AI

> Benchmark BlenderWorld dari QwenLM meminta agen mengirim proyek berformat asli Blender. Rubrik tugas dan penilai visualnya menguji berbagai aspek adegan 3D, dengan batasan untuk pemakaian dalam produksi nyata.

By BIG CHANGE Editorial

Published: 2026-10-17T10:34:13.532Z
Updated: 2026-10-17T10:34:13.532Z
Canonical: https://bigchange.ai/blog/blenderworld-editable-3d-scenes-ai-evaluation

![Conceptual charcoal illustration of a cutaway miniature room containing a table and orange chair, with the detached roof resting beside it.](https://bigchange.ai/api/media/file/blenderworld-cutaway-room-concept-v1.png)
AI-generated conceptual illustration by BIG CHANGE; physical model analogy, not a BlenderWorld submission or benchmark result.

Benchmark [BlenderWorld](https://github.com/QwenLM/BlenderWorld) dari QwenLM meminta agen AI menghasilkan adegan 3D yang dapat diedit di Blender. Sebanyak 223 tugasnya dimulai dari arahan teks, gambar referensi, atau video referensi. Inti kiriman berupa proyek berformat asli `final.blend`, beserta gambar, video, dan berkas tekstur yang diminta. Dengan begitu, evaluator dapat memeriksa adegan maupun gambar yang dihasilkan darinya.

Dirilis pada 14 Oktober dan diperbarui dengan revisi makalah pada 16 Oktober, repositori publik ini menyediakan data tugas, aturan pengiriman, dan alat pelaksana evaluasi. Bagi seniman dan tim yang mencoba agen untuk pekerjaan Blender, kemajuan yang berguna adalah cara memeriksa apakah hasilnya memenuhi arahan di dalam berkas proyek. BIG CHANGE meninjau dokumentasi dan halaman proyek; kami tidak menjalankan benchmark atau memeriksa sendiri adegan yang dikirim.

## Perubahan besarnya

- **Apa yang berubah:** BlenderWorld menggabungkan 223 permintaan kreasi dan 2.651 kriteria biner khusus tugas dengan evaluator publik untuk kiriman berformat asli Blender.
- **Mengapa penting:** Gambar hasil render dapat menyembunyikan objek yang hilang, dimensi yang salah, atau proyek yang tidak dapat dipakai. Benchmark memeriksa persyaratan melalui pemeriksaan adegan dan bukti visual, di samping skor kualitas visual yang terpisah.
- **Yang perlu diperhatikan:** Pelaksanaan independen dengan tugas, kode, dan pengaturan model yang dipublikasikan akan menunjukkan seberapa jauh skor penulis dapat direproduksi. Tim tetap perlu meninjau sendiri proyek yang disimpan sebelum memakainya dalam produksi.

## Dari arahan ke berkas yang dapat diedit

Dokumentasi [dataset](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) ini menetapkan 78 tugas teks, 130 tugas gambar-plus-teks, dan 15 tugas video-plus-teks. Lima puluh sembilan tugas juga memiliki lampiran spesifikasi yang dapat menetapkan dimensi, material, atau persyaratan kamera. Setiap tugas memiliki ID, permintaan, dan referensi jika ada; rubriknya disimpan terpisah. Agen pembuat tidak diperlihatkan rubrik evaluasi saat membuat adegan.

Panduan [memulai cepat repositori](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) mendokumentasikan `bw prepare` untuk menyiapkan arahan, referensi, dan lampiran tugas. Agen kemudian bekerja di Blender dan menyimpan `final.blend`, bersama hasil ekspor dan dependensi yang diminta dalam arahan. `bw pack-submission` membuat satu ZIP per tugas. Evaluator membuka berkas Blender sebagai proyek utama; hasil render akhir yang rapi tidak dianggap sebagai pengganti berkas tersebut.

Ini pembeda yang berguna saat menilai asisten AI 3D. Gambar diam dapat menyampaikan tampilan yang diinginkan, sedangkan adegan yang dapat diedit memuat geometri, material, tata letak, dan animasi yang mungkin perlu diperiksa atau diubah seniman lain. Format BlenderWorld menyediakan kedua jenis bukti, meski berkas valid saja tidak membuktikan bahwa setiap bagian alur kerja profesional siap digunakan.

## Cara kerja penilaian

Menurut [protokol evaluasi](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md), agen rendering memilih delapan tampilan dari adegan yang dikirim. Pemeriksaan adegan menangani kriteria yang membutuhkan akses ke proyek; penilai visual menangani kriteria visual dengan render dan bukti visual lain. Setiap tugas memiliki syarat lulus biner berbobot sesuai kepentingannya. Delapan penilaian terpisah mencakup fidelitas adegan, kewajaran fisik, gaya dan warna, realisme, tata ruang, proporsi dan skala, pencahayaan dan material, serta kelengkapan.

Skor akhir tugas memberikan separuh bobot pada rubrik biner dan separuh pada rata-rata penilaian dimensi visual. Kiriman yang hilang atau gagal mendapat nol dalam agregat, alih-alih dikeluarkan dari penyebutnya. Situs [proyek](https://blenderworld.github.io/) melaporkan skor 13 model, tetapi itu hasil penulis dengan tugas, pengaturan generasi, dan penilai otomatis pilihan mereka. Situs tersebut juga menampilkan 181 pratinjau adegan dari tujuh model pada 26 tugas sebagai contoh terkurasi, dengan peringatan tegas bahwa contoh itu bukan sampel kualitas acak.

Karena itu, benchmark ini memberi rincian diagnostik lebih banyak daripada satu skor preferensi gambar: hasil dapat gagal memenuhi persyaratan struktural, persyaratan visual, atau dimensi kualitas yang lebih luas. Benchmark sendiri tidak dapat membuktikan bahwa keluaran 3D model memenuhi standar kemudahan penyuntingan, alur ekspor, atau kebutuhan keandalan studio tertentu. Perbandingan preferensi manusia yang dipublikasikan mengukur kesesuaian dengan penilai otomatis pada pasangan terpilih; itu bukan sertifikasi kegunaan pada tahap berikutnya.

## Yang diperlukan untuk pelaksanaan yang dapat direproduksi

Petunjuk publik menetapkan Linux dengan Python 3.10 atau lebih baru dan Blender 4.2.10 untuk menyiapkan kiriman baru. Evaluasi menambahkan Node.js 22.17.0, `ffmpeg` dan `ffprobe`, Claude Code 2.1.220 untuk rendering dan pemeriksaan adegan, serta endpoint model berkemampuan visual yang telah dikonfigurasi. Repositori menyediakan `bw verify` untuk memeriksa sumber daya dataset, `bw evaluate --dry-run` untuk memeriksa pelaksanaan yang direncanakan, dan evaluator yang dapat dilanjutkan setelah terhenti serta menulis bukti per tugas dan berkas ringkasan. Ini perintah yang didokumentasikan, bukan langkah yang diuji BIG CHANGE.

Kodenya berlisensi MIT. Menjalankan evaluasi tetap membutuhkan perangkat lunak yang disebutkan, sumber daya komputasi yang sesuai, dan kredensial layanan model yang dikonfigurasi; dokumentasi tidak menetapkan harga tetap per pelaksanaan. Pembaca yang membandingkan agen sebaiknya menjaga kumpulan tugas, versi Blender, konfigurasi evaluator, dan alias model tetap sama, lalu memeriksa agregat maupun tugas yang gagal. Gambar yang masuk akal dan skor rata-rata tinggi menjawab pertanyaan yang lebih sempit daripada apakah tim dapat mengubah dan menyerahkan adegan sebenarnya.

## Sumber dan bacaan lanjutan

- [Repositori dan panduan memulai cepat BlenderWorld](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc). QwenLM, commit yang dipatok `9c911d848a30ff5e169a4af7dbe239ceef0299cc`, 16 Oktober 2026. Mendokumentasikan jumlah tugas, berkas kiriman, perintah, dan rumus skor.
- [Format dataset BlenderWorld](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md). Revisi terpatok yang sama. Menetapkan rekaman tugas, referensi, lampiran, dan kolom rubrik.
- [Protokol evaluasi dan lingkungan eksekusi](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md). Revisi terpatok yang sama. Menetapkan lingkungan, perutean bukti, penanganan kegagalan, dan penilaian.
- [Situs proyek dan hasil BlenderWorld](https://blenderworld.github.io/). Halaman proyek aktif milik penulis, diperiksa pada 17 Oktober 2026. Menjelaskan benchmark dan menandai adegan yang ditampilkan sebagai contoh terkurasi; skornya bukan replikasi independen.

## Sources

- [Repositori dan panduan memulai cepat BlenderWorld, revisi terpatok 16 Oktober](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) — Repositori terpatok milik penulis menjelaskan jumlah tugas, hasil Blender yang wajib diserahkan, persiapan, pengemasan, dan perintah evaluasi. BIG CHANGE meninjau dokumentasi, tetapi tidak menjalankan benchmark.
- [Format dataset BlenderWorld, revisi terpatok 16 Oktober](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) — Menetapkan rekaman tugas, referensi, lampiran, dan kriteria rubrik dalam dataset penulis. Tidak memvalidasi kualitas adegan secara independen.
- [Protokol evaluasi dan lingkungan eksekusi BlenderWorld, revisi terpatok 16 Oktober](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md) — Menetapkan perangkat lunak evaluator, bukti render dan adegan, perutean penilai, penanganan kegagalan, serta skor; tanpa pelaksanaan oleh BIG CHANGE atau replikasi independen.
- [Situs proyek dan hasil BlenderWorld](https://blenderworld.github.io/) — Halaman proyek aktif penulis melaporkan skor model dan menampilkan pratinjau adegan terkurasi. Tampilan itu bukan sampel acak atau replikasi independen.