阿里Qwen发布Blender的AI建模评测，适配3D打印

阿里Qwen团队刚公开的BlenderWorld，搞了个测试集。

专门测试AI建模的工程实用能力。

里面有专门针对3D打印的子集。

BlenderWorld官方项目主页。

这类测试对我们来说越来越关键。

AI建模真正难的，是交出一个能装起来、转得动、还允许别人继续修改的工程图，仅仅看起来像是远远不够的。

拿下面这个测试集内容来说。

设计一套配合NEMA 17步进电机使用的行星减速箱。

太阳轮12齿，三个行星轮各24齿，内齿圈60齿，模数1，齿侧间隙0.2毫米。

外壳、内齿圈、行星架和齿轮，都要拆成可以独立3D打印的零件。

还要标明最佳打印方向，以及所有超过45度、需要支撑的表面。

最后再交付爆炸装配图和可以继续修改的Blender工程文件。

齿数传动关系、中心距、间隙都是打印出来能否工作的核心。

这些都是做3D打印很熟悉的工程问题。

AI生出来的模型图看着没毛病，不等于东西真的能用。

Qwen这个测试可以让我们直观看到AI建模距离3D打印好用还有多远？

Qwen开源的不是新模型

BlenderWorld不是新的3D生成模型，也不是一款替用户直接建模的软件。

它是一套面向3D创作智能体的评测基准、数据集和工具链。

简单理解，就是给会操作Blender的AI出了一套统一考题。

首版有223项任务，覆盖建筑室内、产品制造、车辆机械、角色动物、自然场景、动画、仿真和科学可视化等9个领域。

其中78项只给文字，130项提供图片和文字，15项还要看视频。

另有59项附带尺寸、材料和相机参数等规格文件，它们与前面三种输入类型交叉，并不是另外59道题。

BlenderWorld官方项目总览。用于说明223项任务与9个覆盖领域。

223项任务又被拆成2651条二元验收标准，平均每题11.9条。

公开数据集入口。用于证明任务数量和评分标准可被外部复核。来源：Hugging Face / Qwen。

智能体必须保存可编辑的final.blend工程，并按任务要求交付渲染图、视频、STL、3MF或其他文件。

评测系统随后重新打开工程文件，从8个互补视角观察结果，同时检查对象、尺寸、层级、材质、相机和隐藏结构。

公开任务文件结构。用于说明评测对象是可检查的工程文件。

我们对AI建模谈不上专业，但看到这里感到这个测试已经有点感觉。

因为测评的核心是工程文件。

79.9分，完整交付率只有42.2%

根据BlenderWorld在2026年10月16日发布的技术报告表2，13个被测模型中，GPT-6-Astra以79.9分排第一，之后是73.0分的Opus-5、67.7分的GPT-5.6-Sol和65.7分的DeepSeek-V4.1-Flash。

79.9分已经不低，但领先模型只有42.2%的任务通过了全部验收条件。

根据BlenderWorld官方排行榜整理。用于核对模型综合得分与完整通过率之间的差距。来源：BlenderWorld。

我们更在意后一个数字。

一道题大部分做对，和把整件事完整交付，中间还隔着很远。

其中沙发案例就很典型。

任务要求木腿本体高150毫米。

智能体检查的却是木腿加脚轮后的总高度，测到150毫米，就判断通过。

最终工程里的木腿实际只有102毫米，另外48毫米来自脚轮。木腿比要求短了32%。

这种错很麻烦。

它不是没检查，而是检查错了对象。

过程看起来完整，结论也像那么回事，但最后做出来的东西就是不对。

报告还统计了全部223项任务中的工具调用和输出Token，并把失败调用也算了进去。

DeepSeek-V4.1-Flash平均每题调用工具约168次、输出约20.9万Token；GPT-5.6-Sol平均约44次工具调用、3.99万Token，得分却从65.7提高到67.7。

操作得更多，不等于更可靠。

真正关键的，还是有没有找到出错的对象，并把改对的结果保存进最终工程。

七道3D打印相关测试题已经在其中

这部分内容最关键。

官方数据集已经设置了3D Printing & Precision Modeling子类，一共7道题。

开头提到的NEMA 17减速箱对应任务bw_0119。

评分不只看爆炸图。

系统会核对太阳轮、行星轮和内齿圈是不是真正的人字齿结构，齿数和模数对不对，三个行星轮能不能同时啮合。

连0.2毫米齿侧间隙，也要能从参数或实际齿面测出来。

608轴承的内径、外径和厚度也要正确，轴承座还要体现合理的压装关系。

每个零件必须独立、有效、可以单独导出。

3D打印方向要和原生结构对应，内部藏着的悬空面也不能漏标。

任务bw_0145更直接：

同时导出STL和3MF，弦高公差不高于0.01毫米，按0.2毫米层高检查壁厚，还要检查开放边界、非流形、自相交、0.2毫米装配间隙以及文件能否正常打开。

任务bw_0182则要求一座泰式高塔成为闭合、水密、流形的完整实体，并处理脆弱、无支撑的装饰细节。

尺寸、装配、分件、壁厚、网格有效性和制造文件，已经进入这场3D建模考试。

都是3D打印的关键问题。

任务驱动的可3D打印性问题。来源：Du等（2026） 能切片，仍然不等于能交货

泼点冷水，BlenderWorld现在做得较好的还只是数字世界里的验收。

如果只看这么多的检查项，很容易觉得已经离3D打印很近了。

可真把文件扔进切片软件，事情往往才刚开始。

它能检查模型是不是闭合实体、尺寸和对象关系是否符合要求、STL能不能导出。

Blender的3D Print Toolbox也能检查非流形、相交、退化面、薄壁、尖锐边和悬垂。

Blender官方非流形检查。用于展示几何工具能够暴露的基础风险。来源：Blender Manual。

这些几何检查能排掉大量基础错误，却回答不了最终零件是否好用。

薄壁与空腔截面检查。用于解释为什么网格无报错仍不足以证明可制造。来源：Blender Manual。

最简单的例子，同样是0.2毫米配合间隙，换成PLA、PETG、尼龙或光敏树脂，装配结果也可能完全不同。

3D打印老读者都知道。

结构没有报错，不代表细长柱在FDM3D打印时不会晃。

支撑能生成，不代表拆的时候不会毁掉表面。

密封槽尺寸正确，也不代表打印后的表面和材料真能达到IP65。

从可编辑工程到真实可用零件，至少还要回答三组问题。

这些思考来自另一篇新的独立论文：

《Task-Driven 3D Printability Assistance via Geometry- and Knowledge-Grounded LLM Reasoning》

作者为 Zhaoda Du、Qiaojie Zheng、Xiaoli Zhang，来自 Colorado School of Mines。

几何证据、材料设备知识与语言模型联合推理框架。来源：Du等（2026）。

1这台机器、这种材料，到底能不能把它稳定做出来。

喷嘴或光斑、层高、方向、支撑和后处理，都得放在一起考虑。

不过这倒不是AI界的问题，是3D打印行业需要解决的。

第二关是零件到底能不能干活。

展示件和承受扭矩的齿轮箱，就算外形一样，对材料、壁厚、填充和尺寸的要求也完全不同。

3是实物验证。

打印、测量、试装、加载、记录失败，需要再把结果交回智能体修模。

同一几何体在不同材料、设备和任务条件下会得到不同判断。来源：Du等（2026）

这篇文章把几何证据、材料与设备知识、使用任务和大模型推理接起来。

作者用96次实物打印做了验证，特意区分几何上能否打印和成品能否完成预定任务。

论文中的真实打印结果。 真把3D打印机接进来，会发生什么

沿着BlenderWorld的逻辑继续向前，一套完整流程大概会是这样。

智能体读取需求和规格，在Blender或CAD里建模；

几何工具检查水密、壁厚和干涉；

切片器根据设备与材料生成方向、支撑和参数；

3D打印机制造样件；

相机、扫描仪或量具记录变形与尺寸；

测试结果回到智能体，触发下一轮修改。

据此我们整理了下面这张图。

不过，实物3D打印评测如果公开也有很多问题。

换一台设备、一批材料，甚至换一个做后处理的人，结果都可能变化。

尺寸检测、强度测试和破坏性试验，也都要花时间、花钱。

所以我们更倾向于认为，它会先出现在打印服务商和设备企业的内部流程里，再慢慢形成可以复现的公共测试。

设备企业有过程与故障数据，模型平台有结构与用户行为，服务商最接近模型、工艺、实物结果和客户验收之间的完整关系。

谁能在合规前提下把这些结果对应起来，谁就更有机会训练出懂制造反馈的智能体。

真正的下一题

越来越多大厂已经关注如何让AI真正高效输出真实世界需要的内容。

我们在尝试了大量AI生成模型直接3D打印后，最直接的感悟是：

是花架子还是直接可打印装配的完整方案，

把3D打印机接上，就是最好最直接的测评。