工作清單

不用GPT-6！本地模型操作Blender建模教程，0元复刻GPT-6的相同效果？

逐字稿文字預覽

相信你也被GPT6操作Blender建模的視頻給刷屏了吧。而本期我們挑戰點不一樣的,用本地部署的小模型操作Blender,復刻GPT6的效果,並分享完整的過程。
為了避免浪費大家的時間,我這裡先給大家看成果,以便大家決定要不要繼續往下看。我這裡使用的是千萬3.820GB的iQ4量化板。
操作Blender製作了一個三線二的效果,像這自行車、車框、輪骨都製作了蠻精細的,包括動漫風格的描邊,它也正確生成了。旁邊飲料機中還有帶金屬質感的一拉罐,商店另一側的供貨板生成的也挺詳細的。
以及商店內的貨架和貨物都進行了詳細的生成。這對於一個只有27B參數,還是一個iQ4量化板的小模型來說,真的挺不容易的。
你之所以選擇iQ4的版本,是為了照顧一下顯存不足的小夥伴,讓更多的人可以跟著一起做。當然你選擇線上的API也是完全OK的,選擇便宜的具有性價比的模型即可。
我們重點是講解思路和處理問題的方法,而不是必須選擇某個模型才能實現這樣的效果。當你掌握了這一套方法,你將不必被某一個模型能力縮左右,讓你成為一個真正的Webcoder。
我是ZZ,就讓我們正式開始吧。
ZZZ,這次是GitHub的GitHub,並獲得不錯的效果,也是用的BlendMCP。我這裡直接在OpenCode中,讓其在GitHub中下載BlendMCP並安裝。
這裡可以把Blend的目錄一併提供。完成後我們來聊聊首輪提示詞。在上一期製作FPS的視頻中,我們對生成的步驟進行了拆分,僅在首輪提示詞中明確了核心玩法關鍵需求。
在確認生成結果無誤後,才繼續後續的多個步驟,並逐步完成了整個遊戲。我們請就想和大家好好聊一下步驟拆分的問題。
其實步驟拆分最大的決定因素是模型自身。如果模型過於孱弱,你不拆分,最終的結果就是一坨。而模型越強,則越有可能給你一期合成。
其次就是提示詞之間的非代碼層面是否完全可接偶。這句話有點抽象。我給大家舉兩個例子,大家就懂了。
第一個例子還是剛才的FPS遊戲。我們把核心玩法和場景拆成兩步。首輪提示詞只定義核心玩法,場景後製生成。
哪怕只有一個基礎平面,射擊敵人的核心機制依舊是可以正常運行的。這種就非常適合分布實現。
第二個例子是我此前視頻中製作的殺核破壞網遊戲。點擊破壞場景中物體這個交互,和場景本身深度保定。
如果先單獨生成場景,產出的模型結構很可能不適合做破壞的邏輯。後續的修補成本極高。這類任務就更適合一次性生成。
就算手輪效果不夠完美,後續迭代修改也更加順暢。而像我們本期不涉及玩法,只是單純的用Blend建模。我們的場景中存在很多不同的元素,但同時又需要風格統一且布局合理。
因此更適合一口氣告訴AI,讓其進行合理發揮,以減少後續的修補工作。
我們來看一下詳細的手輪提示詞。第一段相當於一個總體,整體說明了一下我想要製作的是一個什麼樣的場景以及什麼風格的。
然後我強調生成了agent.md文件,因為我希望AI能不安我一口氣生成。中途不要問我。agent.md文件可以很好的在長時間運行的任務中框定agent的行為。
接著我補充了一下Blend的安裝位置。這是為了避免agent尋找安裝位置而浪費時間。
然後是架構方面的約束,我們希望每個模型都是單獨的文件,最後再進行組裝。
同時要求製作詳細的步驟清單並依次執行。接著我們要求其質量優先。
美術風格方面,我們希望它色彩如何治愈,輪廓清晰乾淨。
場景布局希望它動線合理,尺寸緊湊。接著是戶外資產和便利店內部的相關元素。
我們把名稱都給羅列清楚,以增加場景的豐富度。渲染標準這裡我們強調出區分材質,並且渲染陰影,明暗清晰。
在效果這裡我們希望增加櫻花飄落的動畫。
最後再次強調了一下輸出的硬性約束。
所以我們就直接讓它執行。
操作Blend鍵模式非常消耗尚氧文的一個事情。
所以在運行的過程中,一旦遇到超過尚氧文的情況,不要緊張。
我們直接先開一個對話,然後繼續執行即可。
等待一會後,我們就可以看到生存效果了。
第一次能射成成這樣,我覺得已經很厲害了。
然後我們來修改一下其中的一些問題。
比如說這個櫻花樹的樹葉它太分散了,包括樹枝的朝向不太正確。
完成後,我們打開渲染。
然後可以看到它這個沒有陰影啊。
這個其實是它材質的問題。
我們讓它修改一下。
可以看到AI居然先給我們做了一個測試。
真的是有夠嚴謹的。
可以看到現在這個光影效果就有了。
不過啊,三軒二的那種效果還是不夠強烈。
尤其是沒有描邊。
這裡我們再讓它修改一下。
好,這下看起來顏色風格什麼的就對了嘛。
我發現自行系的前輪胎的內胎的旋轉方向有點問題。
這時候就發揮Blender的優勢了。
我們直接在Blender調整參數來修改啊。
我覺得便電店旁邊這個地方有點太空曠了。
然後我讓它先登一個小汽車。
然後加上一個廣告牌。
本地小模型操作Blender建模的效果和GPD6相比,你覺得有多少差距呢?
想用千聞3.8的漆皮建模,其專業領域還是在3.js上。
大家看,這是我用同樣的提示詞,只不過使用的是3.js生成的。
是不是效果提升一大截呢?
實際上,如果你會用Blender,你可以簡單調整,就可以獲得更好的渲染效果。
也就是說,Blender其實上限更高。
但是如果你只是在網頁上實現一些程序化的生成的模型。
那麼3.js仍然是優先選擇。
因為直接生成3.js,比起用AI來操作Blender的速度要快速唄。
如果你想了解如何使用3.js建模,為你的網站搭接一些3D元素或動向。
關注我吧。
後續我將分享如何使用3.js制作這樣的場景。
感謝大家看到這裡。
我是ZZ,期待下次相遇。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/ggwOHpwpDoU?si=9Z3JMlBLA-L8KOXB --language zh

    來源：https://youtu.be/ggwOHpwpDoU?si=9Z3JMlBLA-L8KOXB

    辨識語言：zh ｜ 參數：--language zh

  2. 預期流程

    依指令產生的處理順序：

    1. 下載與語音辨識
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：20.7 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：38.8 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  6. 4. 句子密度平衡

    工具：videonote_balance_sentence_units.py

    處理：平衡句子長度與密度

    產出：sentence_units.json（句子單元）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  7. 5. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  8. 6. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  9. 7. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  10. 8. 逐字稿交叉檢查

    工具：videonote_cross_check_transcript.py

    處理：交叉檢查逐字稿與來源字幕

    產出：transcript_crosscheck_report.json（交叉檢查）

    耗時：0.0 秒

    關係：依序執行

    結果：完成

  11. 9. 來源句整理

    工具：videonote_prepare_source_entries.py

    處理：整理來源句子供時間軸與頁面使用

    產出：sentence_units.json（句子單元）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  12. 10. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：95.6 秒

    關係：依序執行

    結果：完成

  13. 11. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.7 秒

    關係：依序執行

    結果：完成

  14. 12. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench