# 影片筆記:GPT 5.6 Sol 操控 Blender 有多强?社区案例、MCP 安装与真实实测 ## 一句話總結 影片實測 GPT 5.6 SOL 結合 Blender 與 3GS 的兩種工作流:透過 **Blender MCP** 直接控制 Blender,以及使用 **無頭 Blender (Headless Blender)** 搭配 Codex Ultra 模式。實測顯示 MCP 模式速度較快但細節易出錯,而完整流程結合 Blender 專業建模與 3GS 網頁部署,能實現高質量的 3D 網頁展示。 ## 核心重點 1. **技術路線比較**: * **Blender MCP 模式**:在 Codex App 中安裝插件直接控制 Blender。優點是速度較快、質量通常較好,但實測發現細節邏輯(如人物放置)可能有誤。 * **無頭 Blender (Headless Blender) 模式**:不安裝 MCP,透過提示 Codex 電腦已安裝 Blender,利用 Ultra 模式構建。 2. **高質量案例策略**: * 社區高質量案例(如清明上河圖、建築場景)通常具備詳細的提示詞策略,包括:時間不限、質量優先、分步執行、禁止一次性完成、統一調色、子任務分工及渲染檢查與反饋。 * 避免短提示詞導致生成「方塊球體」或低質量資產。 3. **實測結果**: * **MCP 實測**:生成手錶與清明上河圖。手錶可交互展示;清明上河圖橋樑與貨船質量不錯,但水面人物放置錯誤,耗時約 17 分鐘(Medium 推理)。 * **結合實測**:生成「魔法城堡玩偶居場」。流程為 Blender 建模動畫 -> 導出 GLB -> 3GS 加載 -> 網頁部署。因版權問題調整內容,整體流程完整但未完全達到預期(受模型思考程度限制)。 4. **工具優勢總結**: * **Blender**:適合專業建模、雕刻、骨骼動畫與 UV 貼圖。 * **3GS**:擅長程序化生成與網頁部署。 * 兩者結合可發揮各自長處,適合特定項目。 ## 詳細大綱 ### 1. 背景與趨勢 * GPT 5.6 SOL 發布後,社區出現大量 Blender 結合案例。 * 熱門技術基礎:Blender MCP、長程 Agent、Ultra 模式。 ### 2. 主流工作法比較 * **方法一:使用 MCP 直接控制 Blender** * 優點:速度更快、質量更好。 * **方法二:無頭 Blender (Headless Blender)** * 操作:不安裝 MCP,透過提示 Codex 電腦已安裝 Blender,利用 Ultra 模式構建。 ### 3. 社區高質量案例解析 * **案例 1**:機器人草圖轉 3D 打印零件(強化學習驗證)。 * **案例 2**:豐富建築場景(3小時完成,幾何與材質由 SOL 自行構建)。 * 關鍵提示:明確寫明「時間不限、不計積分、世界級質量」。 * **案例 3**:寫實蝙蝠生成(骨架到細節)。 * **案例 4**:3D 貓(毛髮質感)。 * **案例 5**:清明上河圖。 * 策略:檢索、禁止一次性完成、統一調色、子任務分工、渲染檢查與反饋。 * **通用技巧**:高端案例需包含質量標準、研究步驟、拆分策略與時間預算。 ### 4. 講者實測一:Blender MCP 安裝與應用 * **安裝流程**: 1. 詢問 GPT 獲取指引。 2. 下載 Python 腳本並安裝為 Blender 插件。 3. 在 Codex App 中添加 MCP(可編輯文件或使用 GPT 輔助添加)。 4. 在 Blender 中點擊 A 鍵啟動插件。 * **實測任務 1:手錶復刻** * 模型:Saw Medium(節省 Token)。 * 過程:復刻手錶 -> 調整貼合度 -> 增加搭扣 -> 放入 3GS 博物館場景。 * 結果:可交互展示(展櫃、賣點、鼠標切換)。 * **實測任務 2:清明上河圖** * 過程:使用 MCP 生成多個文件。 * 結果:橋樑、貨船質量不錯,但水面放置多人(邏輯錯誤),碼頭簡約。 * 耗時:Medium 推理程度下約 17 分鐘。 * 結論:速度快但細節問題大,建議參考社區博主的詳細提示策略。 ### 5. 講者實測二:Blender 與 3GS 結合(魔法城堡玩偶居場) * **前期規劃**: * 與 GPT 對話規劃「美女與野獸」場景。 * 技術路線:Blender 建模與動畫 -> 導出 GLB -> 3GS 加載 -> 網頁部署。 * **執行過程**: * Codas 處理近 27 分鐘。 * 自動加載插件,生成圖片。 * 因版權問題(Disney IP),改為「玫瑰公主」與「鹿」。 * 調整頁面位置、延長舞會時間、豐富舞蹈動作。 * 使用 MiniMax Music Skill 添加背景音樂。 * **結果評估**:未完全達到預期(因使用 Saw Medium 思考程度),但整體流程完整。 ### 6. 總結:Blender 與 3GS 結合的優勢 * **Blender 優勢**:人物玩偶建模合適、雕刻圓潤、骨骼動畫成熟直觀、UV 與貼圖專業完整。 * **3GS 優勢**:程序化生成能力強。 * **結論**:特定項目非常適合兩者結合。 ## 工具 / 模型 / 名詞整理 * **模型/技術**: * GPT 5.6 SOL / GPT 5.6SOL * SOL 模型 * 算模型(疑點:聽似「算模型」,可能指代特定模型或口誤) * Ultra 模式 * Saw Medium(疑點:聽似「Saw Medium」,可能指代某種模型版本或推理級別) * 強化學習 * 長程 Agent * **軟體/平台**: * Blender * Blender MCP * Codex App / Codex * 3GS(疑點:聽似「3GS」,可能指代 3D 網頁技術如 Three.js 或特定平台,需查證) * 3DS(疑點:聽似「3DS」,可能指代 3D Studio Max 或 3D 生成技術) * UV(疑點:聽似「UV」,通常指 UV 展開,此處語境為安裝步驟) * GLB(文件格式) * MiniMax Music Skill * **其他專有名詞**: * 無頭 Blender (Headless Blender) * 提示詞 (Prompt) * Token * 骨骼動畫 * UV 和貼圖 * 程序化生成 ## 操作流程整理 ### 流程一:Blender MCP 安裝與使用 1. **獲取指引**:詢問 GPT 獲取安裝指引。 2. **安裝插件**:下載 Python 腳本並安裝為 Blender 插件。 3. **配置 Codex**:在 Codex App 中添加 MCP(可編輯文件或使用 GPT 輔助添加)。 4. **啟動插件**:在 Blender 中點擊 A 鍵啟動插件。 5. **執行任務**: * 輸入提示詞(如復刻手錶、生成場景)。 * 選擇模型模式(如 Saw Medium)。 * 監控生成過程與結果。 ### 流程二:Blender 與 3GS 結合工作流 1. **場景規劃**:與 GPT 對話規劃場景內容(如美女與野獸)。 2. **技術路線確認**:確定使用 Blender 建模與動畫,導出 GLB,再於 3GS 加載。 3. **執行生成**: * 使用 Codex/Codas 處理(約 27 分鐘)。 * 自動加載插件,生成圖片與模型。 4. **版權與內容調整**: * 若涉及版權(如 Disney IP),調整為替代內容(如玫瑰公主與鹿)。 * 調整頁面位置、延長時間、豐富動作。 5. **後期處理**: * 使用 MiniMax Music Skill 添加背景音樂。 * 部署至網頁進行展示。 ## 值得注意的限制或風險 1. **細節邏輯錯誤**:MCP 模式雖速度快,但可能出現邏輯錯誤,如水面人物放置錯誤、碼頭簡約等細節問題。 2. **模型思考程度限制**:使用 Saw Medium 思考程度時,可能無法完全達到預期質量。 3. **版權風險**:直接生成受版權保護的內容(如 Disney IP)可能導致內容調整或法律風險。 4. **提示詞依賴性**:短提示詞易導致低質量資產(方塊球體),高質量案例需依賴詳細的提示詞策略(時間、質量、分步等)。 5. **技術名詞辨識風險**:影片中提到之「3GS」、「3DS」、「UV」等名詞可能存在聽寫錯誤或非標準用法,實際應用時需查證具體技術含義。 ## 逐字稿辨識疑點 * **算模型**:逐字稿中多次出現「算模型」,語境中指代能進行 3D 生成的 AI 模型,但非標準通用名稱,需查證是否為特定模型暱稱或聽寫錯誤(如「大模型」)。 * **Saw Medium**:講者提到「我選擇的模型模式呢是 Saw Medium」,此名稱非標準模型版本命名(通常為 Turbo, Pro, Medium 等),疑為聽寫錯誤或特定內部版本名稱。 * **3GS**:逐字稿中多次出現「3GS」,用於與 Blender 對比及網頁展示技術。標準技術中常見為 Three.js 或 WebGL,「3GS」可能為聽寫錯誤或特定平台暱稱,需查證。 * **3DS**:講者提到「用 3DS 來生成場景」,通常 3DS 指代 3D Studio Max 軟體,但此處語境為生成技術對比,疑為聽寫錯誤(如「3D 生成」或特定工具名)。 * **UV**:講者提到「先要安裝 UV」,UV 通常指 UV 展開技術或貼圖座標,而非獨立安裝的軟體或插件名稱,疑為聽寫錯誤(如「某個插件名」或「環境」)。 * **Codas**:講者提到「讓 Codas 根據文檔內容」,前文均稱「Codex」,此處疑為口誤或聽寫錯誤。 * **GrokcerCOI**:講者提到「Codex 或者 GrokerCOI」,此名稱非知名 AI 工具,疑為聽寫錯誤(如 Grok 或其他工具)。 * **LGBT**:講者提到「LGBT 認為美女與野獸」,語境中指代 AI 模型或系統判斷,疑為聽寫錯誤(如「GPT」或「它」)。 * **宣擾**:講者提到「宣擾後的圖片」,疑為「渲染」的聽寫錯誤。 * **護弄**:講者提到「禁止它一次性的去護弄完成」,疑為「處理」或「胡弄」的聽寫錯誤。 * **子袋里**:講者提到「拉起子袋里進行分工」,疑為「子任務」或「子代里」的聽寫錯誤。 * **反攻**:講者提到「不通過就反攻」,疑為「返工」的聽寫錯誤。 * **清明上合圖**:講者提到「清明上合圖」,應為「清明上河圖」的聽寫錯誤,但依規則保留原樣或標註疑點。 * **魔法城堡玩偶居場**:講者提到「魔法城堡玩偶居場」,疑為「魔法城堡玩偶場景」或特定項目名稱。 * **玫瑰公主**:講者提到「改成玫瑰公主和這個鹿」,原故事為「美女與野獸」,此處為 AI 調整後的結果,非名稱錯誤,但記錄為內容變化。 ## 可延伸追問 1. **技術名詞查證**:「3GS」與「3DS」在該影片語境下具體指代何種技術或平台?是否為特定開源項目或內部工具? 2. **模型版本確認**:「Saw Medium」是否為某特定 AI 模型的推理級別或版本名稱?與標準的 Medium/Turbo 模式有何區別? 3. **MCP 安裝細節**:Blender MCP 插件的具體 GitHub 倉庫或安裝腳本來源為何?是否有官方文檔支持? 4. **版權處理機制**:在生成受版權保護的內容時,AI 是如何自動識別並進行替換(如從美女與野獸改為玫瑰公主)的?這是否依賴於特定的提示詞或後處理邏輯? 5. **質量控制策略**:社區博主提到的「時間不限、不計積分、世界級質量」等提示詞,在實際操作中如何量化評估?是否有具體的評估指標?