Edição Markdown

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

# Como o BlenderWorld avalia cenas 3D editáveis feitas por agentes de IA

> O benchmark BlenderWorld da QwenLM pede aos agentes projetos nativos do Blender. As grelhas das tarefas e os avaliadores visuais testam diferentes aspetos de uma cena 3D, com limites para utilização em produção real.

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.

O [benchmark BlenderWorld](https://github.com/QwenLM/BlenderWorld) da QwenLM pede aos agentes de IA que entreguem cenas 3D editáveis no Blender. As suas 223 tarefas partem de instruções escritas, imagens de referência ou vídeos de referência. A entrega centra-se num projeto nativo `final.blend`, acompanhado das imagens, vídeos e ficheiros de texturas pedidos. Isto permite ao avaliador inspecionar tanto a cena como as imagens produzidas a partir dela.

Publicado a 14 de outubro e atualizado com uma revisão do artigo científico a 16 de outubro, o repositório público disponibiliza dados das tarefas, regras de entrega e uma ferramenta de avaliação. Para artistas e equipas que experimentam um agente em trabalho no Blender, o avanço útil é uma forma de verificar, dentro do ficheiro de projeto, se o resultado cumpre as instruções. A BIG CHANGE consultou a documentação e a página do projeto; não executámos o benchmark nem inspecionámos as cenas entregues.

## A grande mudança

- **O que mudou:** O BlenderWorld reúne 223 pedidos de criação e 2.651 critérios binários específicos das tarefas, juntamente com um avaliador público para entregas nativas do Blender.
- **Porque importa:** Uma imagem renderizada pode esconder um objeto em falta, dimensões incorretas ou um projeto inutilizável. O benchmark verifica os requisitos através da inspeção da cena e de provas visuais, além de uma pontuação separada da qualidade visual.
- **O que acompanhar:** Execuções independentes com as tarefas, o código e as definições dos modelos publicados mostrariam até que ponto as pontuações dos autores são reproduzíveis. Continua a ser necessária a revisão dos projetos guardados pela própria equipa antes de os usar em produção.

## Das instruções ao ficheiro editável

A [documentação do conjunto de dados](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) define 78 tarefas de texto, 130 de imagem com texto e 15 de vídeo com texto. Cinquenta e nove têm ainda anexos de especificações que podem definir dimensões, materiais ou requisitos de câmara. Cada tarefa tem um ID, o pedido e eventuais referências; a sua grelha de avaliação é guardada à parte. O agente gerador não vê a grelha de avaliação enquanto cria a cena.

O [guia de início rápido do repositório](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) documenta `bw prepare` para preparar as instruções, referências e anexos de uma tarefa. Um agente trabalha depois no Blender e guarda `final.blend`, juntamente com as exportações e dependências exigidas pelas instruções. `bw pack-submission` cria um ZIP por tarefa. O avaliador abre o ficheiro do Blender como projeto principal; não trata uma renderização final cuidada como substituto desse ficheiro.

Esta distinção é útil ao avaliar um assistente de IA para 3D. Uma imagem estática pode transmitir o aspeto pretendido, enquanto a cena editável contém geometria, materiais, disposição e animação que outro artista poderá precisar de inspecionar ou alterar. O formato do BlenderWorld disponibiliza ambos os tipos de prova, embora um ficheiro válido, por si só, não demonstre que todas as partes de um fluxo profissional estão prontas a usar.

## Como funciona a pontuação

Segundo o [protocolo de avaliação](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md), um agente de renderização seleciona oito vistas da cena entregue. A inspeção da cena trata critérios que exigem acesso ao projeto; um avaliador visual trata os critérios visuais através de renderizações e outras provas visuais. Cada tarefa tem condições binárias de aprovação ponderadas por importância. Oito classificações separadas abrangem fidelidade da cena, plausibilidade física, estilo e cor, realismo, disposição espacial, proporção e escala, iluminação e materiais e completude.

A pontuação final atribui metade do peso à grelha binária e metade à média das classificações das dimensões visuais. Entregas em falta ou falhadas recebem zero no agregado, em vez de desaparecerem do seu denominador. O [site do projeto](https://blenderworld.github.io/) apresenta pontuações de 13 modelos, mas são resultados dos autores com as tarefas, configurações de geração e avaliadores automáticos que escolheram. O site mostra também 181 pré-visualizações de cenas de sete modelos em 26 tarefas como exemplos selecionados, avisando expressamente que não são uma amostra aleatória de qualidade.

O benchmark oferece assim mais detalhe de diagnóstico do que uma única pontuação de preferência por imagens: um resultado pode falhar um requisito estrutural, visual ou uma dimensão de qualidade mais ampla. Por si só, não demonstra que a saída 3D de um modelo cumpre os padrões de editabilidade, o processo de exportação ou as necessidades de fiabilidade de um estúdio específico. A comparação publicada de preferências humanas avalia a concordância com o avaliador automático em pares selecionados; não certifica a utilidade em etapas posteriores.

## O que exige uma execução reproduzível

As instruções públicas especificam Linux com Python 3.10 ou posterior e Blender 4.2.10 para preparar novas entregas. A avaliação acrescenta Node.js 22.17.0, `ffmpeg` e `ffprobe`, Claude Code 2.1.220 para renderização e inspeção da cena e um endpoint configurado de um modelo com capacidade visual. O repositório disponibiliza `bw verify` para verificar os recursos do conjunto de dados, `bw evaluate --dry-run` para inspecionar uma execução planeada e uma ferramenta de avaliação cuja execução pode ser retomada e que escreve provas por tarefa e ficheiros de resumo. São comandos documentados, não passos testados pela BIG CHANGE.

O código tem licença MIT. Executar a avaliação continua a exigir o software indicado, recursos computacionais adequados e credenciais dos serviços de modelos configurados; a documentação não estabelece um preço fixo por execução. Quem compara agentes deve manter constantes o conjunto de tarefas, a versão do Blender, a configuração do avaliador e os aliases dos modelos, e depois examinar o agregado e as tarefas falhadas. Uma imagem plausível e uma média elevada respondem a questões mais estreitas do que saber se uma equipa consegue alterar e entregar a cena real.

## Fontes e leituras adicionais

- [Repositório e guia de início rápido do BlenderWorld](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc). QwenLM, commit fixado `9c911d848a30ff5e169a4af7dbe239ceef0299cc`, 16 de outubro de 2026. Documenta o número de tarefas, os ficheiros de entrega, os comandos e a fórmula da pontuação.
- [Formato do conjunto de dados do BlenderWorld](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md). Mesma revisão fixada. Define registos de tarefas, referências, anexos e campos da grelha de avaliação.
- [Protocolo de avaliação e ambiente de execução](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md). Mesma revisão fixada. Especifica o ambiente, o encaminhamento das provas, o tratamento de falhas e a pontuação.
- [Site do projeto BlenderWorld e dos resultados](https://blenderworld.github.io/). Página atual dos autores, consultada a 17 de outubro de 2026. Explica o benchmark e identifica as cenas apresentadas como exemplos selecionados; as pontuações não são uma replicação independente.

## Sources

- [Repositório e guia de início rápido do BlenderWorld, revisão fixada de 16 de outubro](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) — O repositório fixado dos autores descreve o número de tarefas, as entregas Blender exigidas, a preparação, o empacotamento e os comandos de avaliação. A BIG CHANGE consultou a documentação, mas não executou o benchmark.
- [Formato do conjunto de dados do BlenderWorld, revisão fixada de 16 de outubro](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) — Define registos de tarefas, referências, anexos e critérios das grelhas no conjunto de dados dos autores. Não valida de forma independente a qualidade da cena.
- [Protocolo de avaliação e ambiente de execução do BlenderWorld, revisão fixada de 16 de outubro](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md) — Especifica o software de avaliação, as provas das renderizações e cenas, o encaminhamento dos avaliadores, o tratamento de falhas e a pontuação; sem execução pela BIG CHANGE nem replicação independente.
- [Site do projeto BlenderWorld e dos resultados](https://blenderworld.github.io/) — A página atual dos autores apresenta pontuações dos modelos e pré-visualizações selecionadas de cenas. A apresentação não é uma amostra aleatória nem uma replicação independente.