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

# Как BlenderWorld оценивает редактируемые 3D-сцены, созданные ИИ-агентами

> Бенчмарк BlenderWorld от QwenLM требует от агентов проекты в родном формате Blender. Рубрики задач и визуальные оценщики проверяют разные стороны 3D-сцены, но их выводы имеют ограничения для реального производства.

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.

Бенчмарк [BlenderWorld](https://github.com/QwenLM/BlenderWorld) от QwenLM предлагает ИИ-агентам создавать редактируемые 3D-сцены в Blender. Его 223 задачи начинаются с текстовых заданий, изображений или видеообразцов. Основа сдаваемой работы — проект в родном формате `final.blend` вместе со всеми запрошенными изображениями, видео и файлами текстур. Это позволяет оценщику исследовать и саму сцену, и полученные из неё изображения.

Публичный репозиторий, выпущенный 14 октября и обновлённый с новой редакцией научной работы 16 октября, содержит данные задач, правила сдачи и программу оценки. Для художников и команд, пробующих агента в Blender, полезный шаг вперёд — возможность проверить внутри проектного файла, выполняет ли результат задание. BIG CHANGE изучила документацию и страницу проекта; мы не запускали бенчмарк и сами не проверяли сданные сцены.

## Главное изменение

- **Что изменилось:** BlenderWorld объединяет 223 творческих задания и 2651 двоичный критерий, привязанный к конкретным задачам, с публичной программой оценки работ в родном формате Blender.
- **Почему это важно:** Отрендеренное изображение может скрывать отсутствующий объект, неверные размеры или непригодный проект. Бенчмарк проверяет требования через исследование сцены и визуальные свидетельства, дополнительно выставляя отдельную оценку визуального качества.
- **На что обратить внимание:** Независимые запуски с опубликованными задачами, кодом и настройками моделей показали бы, насколько воспроизводимы оценки авторов. Перед использованием в производстве команда всё равно должна сама проверить сохранённые проекты.

## От задания к редактируемому файлу

Эта [документация набора данных](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) определяет 78 текстовых задач, 130 задач с изображением и текстом и 15 — с видео и текстом. Пятьдесят девять также имеют приложения со спецификациями, которые могут задавать размеры, материалы или требования к камере. У каждой задачи есть ID, запрос и возможные референсы; рубрика оценки хранится отдельно. Создающий сцену агент не видит оценочную рубрику во время работы.

Это [краткое руководство по репозиторию](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) описывает `bw prepare` для подготовки задания, референсов и приложений. Затем агент работает в Blender и сохраняет `final.blend` вместе с требуемыми экспортами и зависимостями. `bw pack-submission` создаёт один ZIP на задачу. Оценщик открывает файл Blender как основной проект; красивый итоговый рендер не считается заменой этому файлу.

Это полезное различие при оценке ИИ-помощника для 3D. Статичное изображение может передавать задуманный вид, а редактируемая сцена содержит геометрию, материалы, компоновку и анимацию, которые другому художнику может понадобиться проверить или изменить. Формат BlenderWorld даёт оба вида свидетельств, хотя один лишь корректный файл не доказывает готовность всех частей профессионального процесса.

## Как работает оценка

Согласно [протоколу оценки](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md), агент рендеринга выбирает восемь видов сданной сцены. Исследование сцены обрабатывает критерии, требующие доступа к проекту; визуальный оценщик использует рендеры и другие визуальные свидетельства для визуальных критериев. У каждой задачи есть двоичные условия прохождения, взвешенные по важности. Восемь отдельных оценок охватывают верность сцены, физическую правдоподобность, стиль и цвет, реалистичность, пространственную компоновку, пропорции и масштаб, освещение и материалы, а также полноту.

В итоговой оценке задачи половина веса приходится на двоичную рубрику, а половина — на среднюю оценку визуальных аспектов. Отсутствующие или неудачные работы получают ноль в общей оценке, а не исчезают из её знаменателя. Этот [сайт проекта](https://blenderworld.github.io/) сообщает оценки 13 моделей, но это результаты авторов при выбранных ими задачах, настройках генерации и автоматических оценщиках. Сайт также показывает 181 превью сцен от семи моделей по 26 задачам как отобранные примеры и прямо предупреждает, что это не случайная выборка качества.

Таким образом, бенчмарк даёт больше диагностических подробностей, чем одна оценка предпочтения изображений: результат может не выполнить структурное требование, визуальное требование или более широкий критерий качества. Сам по себе он не доказывает, что 3D-вывод модели соответствует стандартам редактируемости, экспортному процессу или требованиям надёжности конкретной студии. Опубликованное сравнение человеческих предпочтений оценивает согласие с автоматическим оценщиком на выбранных парах; это не сертификация пригодности для дальнейшего использования.

## Что требуется для воспроизводимого запуска

Открытые инструкции указывают Linux с Python 3.10 или новее и Blender 4.2.10 для подготовки новых работ. Для оценки дополнительно нужны Node.js 22.17.0, `ffmpeg` и `ffprobe`, Claude Code 2.1.220 для рендеринга и исследования сцен, а также настроенная конечная точка модели с поддержкой зрения. Репозиторий предоставляет `bw verify` для проверки ресурсов набора данных, `bw evaluate --dry-run` для просмотра запланированного запуска и возобновляемый оценщик, который записывает свидетельства по задачам и итоговые файлы. Это документированные команды, а не шаги, проверенные BIG CHANGE.

Код распространяется по лицензии MIT. Для оценки всё равно нужны указанное ПО, подходящие вычислительные ресурсы и учётные данные настроенных модельных сервисов; документация не устанавливает фиксированную цену запуска. При сравнении агентов следует сохранять неизменными набор задач, версию Blender, конфигурацию оценщика и псевдонимы моделей, затем изучать и общий результат, и проваленные задачи. Правдоподобная картинка и высокая средняя оценка отвечают на более узкие вопросы, чем способность команды изменить и сдать настоящую сцену.

## Источники и дополнительные материалы

- [Репозиторий BlenderWorld и краткое руководство](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc). QwenLM, зафиксированный коммит `9c911d848a30ff5e169a4af7dbe239ceef0299cc`, 16 октября 2026 года. Описывает число задач, сдаваемые файлы, команды и формулу оценки.
- [Формат набора данных BlenderWorld](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md). Та же зафиксированная редакция. Определяет записи задач, референсы, приложения и поля рубрики.
- [Протокол оценки и среда выполнения](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md). Та же зафиксированная редакция. Указывает среду, маршрутизацию свидетельств, обработку сбоев и оценку.
- [Сайт проекта BlenderWorld и результатов](https://blenderworld.github.io/). Действующая страница авторов, проверена 17 октября 2026 года. Объясняет бенчмарк и помечает показанные сцены как отобранные примеры; оценки не являются независимым воспроизведением.

## Sources

- [Репозиторий BlenderWorld и краткое руководство, зафиксированная редакция от 16 октября](https://github.com/QwenLM/BlenderWorld/tree/9c911d848a30ff5e169a4af7dbe239ceef0299cc) — Зафиксированный репозиторий авторов описывает число задач, требуемые результаты работы в Blender, подготовку, упаковку и команды оценки. BIG CHANGE изучила документацию, но не запускала бенчмарк.
- [Формат набора данных BlenderWorld, зафиксированная редакция от 16 октября](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/dataset.md) — Определяет записи задач, референсы, приложения и критерии рубрики в наборе данных авторов. Не подтверждает качество сцены независимо.
- [Протокол оценки и среда выполнения BlenderWorld, зафиксированная редакция от 16 октября](https://github.com/QwenLM/BlenderWorld/blob/9c911d848a30ff5e169a4af7dbe239ceef0299cc/docs/evaluation.md) — Указывает ПО оценщика, свидетельства из рендеров и сцены, маршрутизацию оценщиков, обработку сбоев и оценку; без запуска BIG CHANGE или независимого воспроизведения.
- [Сайт проекта BlenderWorld и результатов](https://blenderworld.github.io/) — Действующая страница авторов сообщает оценки моделей и показывает отобранные превью сцен. Это не случайная выборка и не независимое воспроизведение.