拿到这个标题的朋友大概率跟我一样第一反应是“自然语言建模是不是就是跟 Blender 说句话就能出模型了”。实话说我一开始也是这么想的但把 Qoder、Blender、MCP 这条链路真正跑通之后我得先给你泼盆冷水自然语言建模远不是“一句话生成最终模型”的魔法而是一套“AI 看懂你的意图、替你操作 Blender、再告诉你结果”的工作流。这套工作流一旦跑通价值相当大——尤其是在批量改场景、快速搭原型、拉通非建模人员参与三维内容制作这些场景里效率是肉眼可见的提升。这篇文章不讲虚的只讲我实测的全过程从版本怎么选、插件怎么装、MCP 服务怎么在 Qoder 里配对到第一次用自然语言创建物体、修改属性、排查连接故障全部按真实操作记录来写。适合三类人看一是刚接触 MCP 和 AI IDE、想搭一套“AI 驱动 Blender”的开发者二是想在建模流程里引入自动化、但又没精力写 Python 脚本的设计师三是纯粹好奇自然语言建模到底能干什么、想少踩坑的探索型玩家。不管你是哪一类照着下面的步骤走一遍大概率能跑通。1. 先弄明白这到底是个什么玩法很多人在这一步就卡住了因为他们把“自然语言建模”想得太简单。你对着 AI 说“帮我建一个桌子”AI 背后不是在自己脑内建模而是要把这句话翻译成 Blender 能执行的 Python API 调用——创建 Cube、拉伸成桌面、再创建四条腿、调整位置每一小步都是实打实的三维操作。所以这套系统本质上是两条链的缝合一条是 MCP 负责打通“AI 大脑”和“Blender 身体”的通信管道另一条是 Qoder 负责承载 AI 推理并调用工具。Qoder 在里面的角色是“指挥官”。它接收你的自然语言输入解析意图然后决定调用哪些 MCP 工具按顺序执行最后把执行结果回传给你。你不需要在 Qoder 里手写 Python也不用关心 Blender 的 API 细节只需要把意图描述清楚。Blender MCP 的作用则是“翻译官兼执行者”。它作为一套跑在 Blender 内部的插件会启动一个本地 MCP 服务端把 Blender 的各种操作封装成一个个可被外部调用的工具比如创建物体、修改材质、切换视图、执行渲染等等。这里要强调一个很多人忽略的细节MCP 本身只是一个协议它并不规定“某个工具具体是什么”。真正决定能力上限的是 Blender MCP 插件暴露出来了多少工具、工具的参数封装得是否合理。我在实际使用中发现一些 MCP 插件只暴露了非常基础的 create/delete/list 操作而做得好的插件会把修改器、材质节点、物体父子关系也都暴露出来。所以选对插件版本往往比选对 AI 模型更重要。为什么要用 Qoder 而不是直接在 Blender 里写脚本因为多轮自然语言交互的体验完全不一样。你在 Qoder 里可以不断补充修改意图“把这个球体改成半径 2再向上移动 1 米材质换成红色”。这种连续对话式的操作比在 Blender 里手动查 API、写脚本、运行、看报错要流畅太多。再加上 Qoder 本身是面向编码场景的 AI IDE对上下文的理解和代码生成能力比通用聊天工具更稳定MCP 工具调用的可观测性也更好。不夸张地说这套组合适合的并不是“完全不会 Blender 的人”而是“有一定三维基础、但想把重复劳动交给 AI 的人”。如果你完全不懂 Blender那 AI 帮你做出来的东西你也没法判断对错但如果你已经能手动建模这套工作流能把你的效率提升一个量级——尤其是做批量重复操作的时候。2. 环境准备版本、插件、服务一个都不能少2.1 版本怎么选别让兼容性毁掉第一步我先说教训环境准备阶段翻车率最高的不是安装过程本身而是版本匹配。Blender MCP 插件对 Blender 版本有明确要求我一开始图新鲜装了 Blender 4.3 的 beta 版结果插件加载直接报 API 兼容错误折腾了半天才意识到是版本问题。后来换回 4.2 LTS 版本一切都平静了。我的建议是首选 Blender 的 LTS 或稳定版本不要追新。如果你手里的 Blender MCP 插件是近期更新、明确支持某版本你就用那个版本。查兼容性最快的方式是去插件发布页看 Readme 里写的“Supported Blender Versions”段落。我自己目前固定在 Blender 4.2 LTS 上插件功能和 Python API 都稳定Qoder 侧的 MCP 配置也不需要跟着版本改动。Qoder 的版本选择相对宽松因为 MCP 客户端功能的迭代主要在服务端和插件侧Qoder 这边只要保持最新稳定版就行。不过我建议你留意一下 Qoder 的 MCP 设置入口有没有变化——这类功能更新频率高菜单名称可能从“MCP 配置”改成“工具市场”之类的叫法别到时候找不到按钮就以为是 bug。2.2 Blender 端插件安装与 MCP 服务启动插件安装本身不复杂走 Blender 标准的“从磁盘安装”流程就行打开 Blender进入“编辑 → 偏好设置 → 插件”点击右上角的“安装”按钮选择下载的 zip 包安装完成后在搜索框里输入插件名字确认加载即可。但有几个细节我必须提醒你。第一安装完插件后一定要检查插件面板里是否有“启动 MCP 服务器”之类的开关。有些插件安装后默认不启动服务端如果你忘了点它Qoder 那边就会一直提示连接失败。第二Blender 的 MCP 插件一般是通过端口监听本地请求默认端口常见的是 9876也有用 9000 或 8000 的你需要在插件面板里确认实际端口号。第三Blender 窗口不能关掉MCP 服务的生命周期就是 Blender 进程本身——你把 Blender 最小化没问题但一旦退出 Blender服务就断了Qoder 侧会立刻报错。启动服务后Blender 的插件面板通常会显示一行日志Listening on 127.0.0.1:9876。看到这行字才算服务端就绪。别急着关面板保持 Blender 窗口打开状态最小化即可。2.3 Qoder 端把 MCP 服务地址告诉 AIQoder 这边的配置核心就是把刚才 Blender 启动的本地服务地址填进去。操作路径一般是打开 Qoder 的设置面板找到“MCP”相关的配置区域不同版本的入口名称略有差异点击“添加 MCP 服务”选择传输类型。这里要特别说清楚传输类型的选择。常见的 MCP 传输方式有 stdio 和 SSE 两种。Blender MCP 插件通常是启动一个本地 HTTP 服务走的是 SSEServer-Sent Events方式所以你在 Qoder 里配置时应该选择 SSE 类型并把 URL 填成 http://127.0.0.1:9876/sse。如果你选择的类型是 stdio那 Qoder 会尝试通过命令行启动一个本地进程来通信——这不是 Blender MCP 的常规工作方式。配置完成后Qoder 一般会自动探测服务端提供的工具列表。你可以试着手动刷新一次如果工具列表里出现了类似 create_object、list_objects、modify_object 这样的条目说明连接成功了。这一步我没见过一次成功的通常要做两三次调整端口写错、传输类型选错是最常见的两个原因心态放平慢慢查。2.4 连通性自测在开始建模之前我建议你先做一个连通性自测。在 Qoder 的对话窗口里输入一句非常简单的指令比如“列出当前场景中有哪些物体”。如果 Qoder 能正确返回 Blender 场景里的物体列表哪怕是空的列表也说明整条链路是通的。这一步不要贪多不要一上来就让 AI “给我建一整个室内场景”。连通性自测的目标是验证链路而不是验证建模能力。链路通了后面的一切才有意义链路不通模型再聪明也白搭。很多新手在这一步把问题搞复杂了——模型输出了很长的思考但工具列表始终为空那就是连接层的问题别被模型的语言能力迷惑。3. 第一次自然语言建模从“Hello Cube”到真正的编辑操作3.1 先让 AI 认识当前场景等链路打通之后我推荐的第一个动作不是建模而是“让 AI 先看一眼场景”。这句“看一下”很关键因为 Blender 中默认场景通常包含一个立方体、一个灯光和一个摄像机如果 AI 不先读取当前场景它后续的建模操作很可能基于错误的“现场状态”假设——比如它以为场景是空的创建物体时直接叠加在已有立方体上。在 Qoder 里输入“查看当前场景有哪些物体分别是什么类型位置在哪。”这条指令会触发 AI 调用 MCP 里的 list_objects 和 get_object_info 之类工具返回场景快照。你在 Qoder 的输出面板里能看到一个结构化的结果包括物体名称、类型、坐标、旋转值等。这一步能帮你确认两件事AI 是否正确理解了工具返回的数据以及场景状态是否符合你的预期。我当时第一次跑这条指令AI 成功列出了“Cube、Light、Camera”三个物体还贴心地提示我“默认场景包含这些内容是否需要清空”。这个反馈说明 AI 已经理解场景快照了。这个“清空场景”的提问很有意思因为它意味着你可以用自然语言做场景初始化而不需要手动删物体。3.2 从“Hello Cube”开始创建第一个物体清空默认场景后我输入了第一句真正意义上的建模指令“在原点位置创建一个半径为 2 的 UV 球体细分级别设为 32命名成 TestBall”。这里我要重点讲一下 AI 是怎么“干活”的。你在 Qoder 里看到的只是最终结果但实际过程是AI 解析你的需求 → 调用 create_object 工具 → 传入类型参数sphere、半径参数2、细分数32、名称TestBall→ Blender 执行创建 → 返回给 AI 一个结果对象 → AI 在对话里总结“已创建半径为2的UV球体 TestBall”。整个过程如果你打开 Blender 窗口能看到球体是瞬间出现的说明 AI 确实是通过工具调用的方式在操作 Blender而不仅仅是在语言上“模拟”。有个细节值得留意AI 对参数的理解并不总是准确。比如“细分级别设为 32”这句话AI 可能会解读成“segments32”或“rings32”也可能误以为是“level32”这种夸张的细分数值。我在实测中让 AI 生成一个细分 64 的球体它传的参数是 segments64、rings32最终效果不如预期。如果你对参数精度有要求最好在指令里把参数名说清楚比如“U 段数 32V 段数 16”而不是笼统说“细分级别”。这是自然语言建模的第一课AI 会听“意图”但参数还得人肉把关。3.3 从创建到编辑让模型动起来创建物体只是入门真正体现自然语言建模价值的是编辑操作。我第二个实验是对 TestBall 做一系列修改在 Qoder 里输入“把 TestBall 沿 X 轴移动 2 米缩放为原来的 1.5 倍再旋转 45 度”。这句指令在传统 Blender 操作里对应的是选中物体、按 G 键、输入 X 和 2、回车再按 S 键、输入 1.5、回车再按 R 键、输入 45、回车——至少四个交互步骤。而在 Qoder 里你只需要一句话。AI 会依次调用 modify_object 工具按“移动 → 缩放 → 旋转”的顺序执行三个子操作然后返回执行结果。这里你要注意一个顺序问题AI 是否严格按照你说话的顺序执行我实测时遇到过一次 AI 自作主张调整执行顺序的情况——它先做了旋转再做了移动理由是“旋转会影响坐标系先移动更安全”。从建模逻辑上说这个调整是合理的但如果你需要严格顺序最好在指令里明确“按顺序执行”。这也提醒我自然语言建模里的“顺序”是一个容易被忽略但必须显式表达的约束。编辑操作的另一个常见场景是修改物体属性。比如输入“把 TestBall 的材质改成红色粗糙度设为 0.3”AI 会调用材质相关工具创建材质、设置 Base Color、调整 Roughness。这个过程我在 Blender 里看到的效果是材质节点图自动建立Principled BSDF 节点的颜色变成红色粗糙度变成 0.3。如果你懂一点 Blender 的节点系统看到 AI 生成的节点逻辑会更有把握判断它做得好不好。3.4 复制、批量与层次结构物体编辑上的第三步是验证 AI 能不能处理批量操作和层次结构。我输入了“把 TestBall 复制 5 份沿 X 轴均匀排列间距为 3 米”。AI 分析后调用了 duplicate_object 工具然后循环调用 modify_object 逐个设置位置最后返回“已在 X 轴方向创建 5 个球体副本间距 3 米”。这一步的亮点不在于“复制”而在于“均匀排列”这个意图。AI 需要自己算出 5 个球体的 X 坐标序列——0、3、6、9、12或者负方向各两个——这背后是简单的数学计算但 AI 能自然地处理它说明自然语言建模的“智能”部分确实在发挥作用。阶层次结构上我也试过“把 TestBall 设为空物体的子物体”。AI 调用了设置父子关系的工具把 TestBall 的 parent 指向了一个空物体。这里我的建议是尽量把层级关系说清楚——“谁是父、谁是子”因为中文表达里“A 作为 B 的子物体”和“A 是 B 的父物体”经常被说混AI 一旦理解反了结果会很麻烦。3.5 如何判断结果对不对每次自然语言建模操作后我都会在 Qoder 里追问一句“把当前场景的物体清单和关键属性列出来”。这相当于让 AI 做一个“验证回读”——它会再调用 list_objects 和相关查询工具把实际结果读出来。这个习惯能帮你尽早发现 AI 是不是“嘴上说做了实际没做”。我在第一次尝试中就抓到过这种情况。AI 在回复里说“已成功将球体移动至坐标 (2,0,0)”但我让它回读场景时发现球体实际坐标还是 (0,0,0)——工具调用失败了但 AI 没有正确感知失败仍然给出了成功回复。这可能是工具返回的结果对象里没有明确的成功/失败标志也可能是 AI 没有仔细看返回值。不管原因是哪种回读验证都能第一时间暴露问题。这也算是我个人最推荐的一条实操习惯。4. 实战中的坑排查记录与绕过方案4.1 服务连不上 / 工具列表为空这个问题的典型表现是Qoder 里添加 MCP 服务后工具列表一直是空的或者对话时 AI 提示“无法连接 MCP 服务”。排查路径按优先级排列如下。先查 Blender 端的服务有没有启动。打开 Blender 的插件面板看有没有 Listening on 127.0.0.1:9876 这行日志。如果没有点击启动按钮。这里有个小坑插件面板里的启动按钮和状态日志可能不在同一个区域我遇到过一次服务已经启动但日志显示在另一个 tab 里差点误判为没启动。再查端口号是否匹配。Blender 插件面板显示的端口和 Qoder 里填写的 URL 端口必须一致。有时候 Blender MCP 插件会因为端口被占用而自动换端口比如从 9876 换到 9877而 Qoder 里还填着 9876自然连不上。解决办法是去 Qoder 配置里把 URL 改成实际端口。查端口占用可以使用命令行工具netstat -ano | findstr 9876Windows或 lsof -i:9876macOS/Linux不过你需要注意防火墙是否拦截了本地端口——大多数情况下本地回环地址不会触发防火墙但如果你的系统有严格的安全策略还是要去防火墙里放行 127.0.0.1 的端口通信。最后看传输类型。SSE 和 stdio 的差异前面说过了选错类型的结果就是 Qoder 无法理解 Blender 返回的数据格式。如果你在 Qoder 的 MCP 配置里看到空列表或者输出乱码大概率就是类型选错了。这一步虽然听着低级但确实是我见过最多人踩的坑。4.2 生成的模型不符合预期工具连上了但 AI 生成的模型跟你想的不一样。这种问题比连接故障更让人头疼因为涉及的是“意图理解”而不是“链路通信”。最常见的偏离是参数理解错误。比如你说“创建一个圆柱体高度 3半径 1”AI 可能把半径理解成直径或者把高度理解成深度生成一个比例怪异的圆柱。解决办法是在指令里给出更明确的参数描述甚至直接指定参数值“用 radius1, depth3 创建一个圆柱体”。这几乎等同于告诉 AI“直接把这些参数传给工具”能大幅减少理解偏差。其次是“默认值”带来的偏离。Blender 的圆柱体默认有 32 个顶点、封顶、无锥化但 AI 可能不知道这些默认值或以为默认值不是你想要的。建议在第一次生成时明确“使用默认参数”让 AI 少做假设。另一个高频问题是 AI 在生成复合形态时“缺零件”。比如“创建一个圆桌桌面是圆柱桌腿是四根细圆柱”AI 可能只创建了桌面和一根桌腿。这是因为 AI 把“四根桌腿”理解为一个整体操作却没有在工具调用层面循环四次。遇到这种情况我的做法是拆解指令先创建桌面再单独说“复制桌腿三次并摆放在圆形桌面的四个边缘角度”把“数量”和“位置”两个信息拆开表达。这虽然降低了“一句话建完”的爽感但结果是可控的。4.3 修改不生效 / 坐标错乱修改操作不生效的表现是AI 回复成功了但 Blender 里的物体没变化。这个问题的根源往往不在 AI而在 Blender MCP 插件的工具实现上——有些工具在修改物体时需要先选中物体或者需要传入物体名称作为唯一标识。如果你给的名称和场景里的实际名称不一致比如大小写差异、空格差异工具就会静默失败。我当时遇到过一次场景里有个物体叫 “TestBall.001”AI 在修改时用的是 “testball”结果是工具找不到目标物体返回了一个空结果AI 却没意识到这是错误。为此我的建议是在对话里始终用 AI 自己返回的“物体规范名称”不要自己输入名称。你不知道 AI 会不会在名称上加后缀最稳妥的方式是先让 AI 列出场景物体清单然后基于清单里的名称去修改。坐标错乱的问题多数是因为坐标系理解不一致。MCP 工具通常按 Blender 的世界坐标系返回坐标但 AI 在学习语料里接触过各种坐标系可能在转换时算错。比如“把这个球移到 [2, 0, 0]”AI 却传成了 [0, 2, 0]Y 和 X 调换或者把 z 轴朝向理解反了。排查方法是让 AI 回读坐标并和预期对比如果发现坐标轴调换直接在指令里补充“这是 X 轴方向”之类的提示。4.4 操作超时与性能问题复杂场景下AI 生成一个模型可能需要调用十多个工具每个工具都要等待 Blender 执行。如果物体数量多、网格细分数高Blender 这边就会卡顿导致 MCP 工具响应超时。Qoder 侧表现为“等待工具返回结果”的提示异常延长甚至直接报超时错误。我的应对策略是把操作拆小。别让 AI 一次性创建 20 个高细分数物体而是分批次创建——第一批 5 个确认没问题后再做下一批。另一个策略是降低细分数创建阶段用 16 或 24 的细分够了就行等造型确定了再单独用 MCP 工具提升细分。这种“先低模后高模”的思路本质上是把自然语言建模的执行节奏调成你掌控而不是 AI 一股脑做完。4.5 踩坑速查表症状可能原因处理办法Qoder 工具列表为空MCP 服务没启动、端口不符、传输类型选错检查 Blender 日志、比对端口、改 SSE 类型工具调用报错插件版本与 Blender 版本不兼容回退到 LTS 版本AI 报成功但实际没变工具内部静默失败、物体名称不匹配回读场景检查工具返回值模型比例怪异参数理解偏差在指令中显式给出参数值操作超时实体数量多、细分高分批操作、降低细分坐标轴错乱坐标系理解不一致明确轴方向和坐标值5. 从玩具到生产力几条能直接用的进阶技巧5.1 把“自然语言建模”变成“自然语言批处理”单个物体的创建、修改只是热身。真正让这套组合具备生产力价值的场景是批量处理——尤其是那种“重复同样规则但参数不同”的任务人做起来极其枯燥但 AI 干这种事几乎是零成本。我自己实测过最有代表性的一个例子“在半径 10 的圆环上均匀摆放 12 个立方体每个立方体朝向圆心。”这个需求如果手动做你得算角度、算坐标、逐个放、逐个旋转朝向没有五分钟搞不定但 Qoder 这条链路里AI 调用工具创建 12 个立方体然后循环调用位置修改工具把每个立方体按极坐标换算的 X、Y 坐标写进去再根据角度计算旋转值写入朝向。整个过程大概只需要你说一句话Blender 里十几秒就完成。把结果导出后稍作材质调整就是一个很像样的参数化装饰结构。这类“规则 数量 位置逻辑”的表达非常适合用自然语言描述。你不需要会编程只要能把规则说清楚AI 就能把它翻译成大批量的工具调用序列。这也是我最推荐新手去试的方向——批量创建比单个精雕更能体现这套组合的优势。5.2 与 Blender 手动操作穿插使用很多人以为用了自然语言建模就得完全依赖 AI不再手动操作了。我实测下来的结论是混合使用才是最优解。形状建模、比例调整这些“手感”强的工作人脑和鼠标依然高效而重复性布局、标准化命名、批量属性设置这些“规则”强的工作交给自然语言更省心。具体来说我会先在 Blender 里手动搭一个大致的形态和比例然后让 Qoder 负责细节补充——添加所有灯光、批量摆放装饰物体、统一调整材质参数。这样的分工既避免了我跟 AI 反复描述“桌腿再粗一点”这种模糊意图的沟通成本也让 AI 在它擅长的批量执行上发挥最大价值。反过来如果 AI 创建出来的初始形态比例不错我会把它当作手工细化的起点而不是推翻重来。这种穿插式的使用方式对建模流程的侵入度最低但效率收益最大。它特别适合那种“已经知道要什么、但不想手动画一堆重复物体”的中间状态。5.3 控制 AI 的“自由度”自然语言建模的边界在于AI 的“聪明”有时候是双刃剑。你让它“建一个好看的台灯”它可能真的会调用工具创建一个很像样的台灯模型——但这未必是你想要的因为“好看”这种词有太强的主观性。一旦 AI 偏离你的审美方向你在 Blender 里手动修改它的结果反而比从零开始做更痛苦。所以我的经验是控制 AI 的自由度尽量使用“精确指令 有限开放”。精确指令指尺寸、数量、材质名称、坐标值这些硬参数你必须给出或者明确让 AI 使用默认值有限的开放空间留给不需要精确控制的地方比如“稍微偏暖色的灯光”而不是“一定要 4500K 色温”。这种“大方向你听我的小细节你可以自由发挥”的沟通方式既保留了自然语言的高效也避免了失控的返工。另一个控制自由度的技巧是给 AI 设定“操作范围”。比如“只操作 TestBall 命名的物体其他物体不动”能防止 AI 在多物体场景中误改东西。我遇到过一次 AI 在给特定物体加材质时不小心把同一材质赋给了场景里的所有物体。所有物体颜色都变了排查了十分钟才找到原因。从那以后凡是涉及材质修改我都会强调“只对 XX 生效”。5.4 用场景模板沉淀你的高频需求用得多了你会发现自己经常输入类似的指令——“创建地面平面”、“添加三盏三点布光”、“把某某复制 N 份”。这些高频需求完全可以固化成语义模板。Qoder 这类 AI IDE 通常支持项目级的提示词/指令模板你可以把常用场景需求写成模板下次输入一个触发词AI 就自动展开成完整指令序列。比如我的模板里有“创建三点布光方案”展开后就是“创建一盏主光在 X 轴正方向强度 1000W色温 5500K创建一盏补光在 X 轴负方向强度 300W色温 4000K创建一盏轮廓光在场景后方强度 500W色温 6500K。”这样你每次新建场景需要布光时不用重新描述需求一个关键词就搞定了。这套“模板化”的玩法是我从“玩具式自然语言建模”走向“生产力工具”的关键一步。5.5 数据回读与审计习惯最后分享一个我个人的习惯每隔一段时间我会让 Qoder 生成一份当前场景的“审计报告”——物体清单、各自坐标、材质名称、父子关系。这份报告既是一个场景快照也是排查问题时的重要参照。自然语言建模的问题往往不是操作瞬间发生的而是累积起来的——某次修改 AI 理解偏了你没发现后面几步全基于错误状态最后导出的文件跟预期差一大截。有了审计报告你可以在关键节点停下来对比预期与实际的差异。这个习惯在工程化的三维内容生产流程里几乎是必需品即使你只是个人玩家养成这个习惯也能帮你避免大量“白做”的返工。写在最后我对这套组合的真实感受把这套链路跑通之后我最大的感想是自然语言建模真正解放的不是“建模能力”而是“操作时间”。你依然需要懂三维空间、懂比例、懂材质逻辑才能给出靠谱的指令和判断 AI 的输出但那些机械化的操作步骤、重复性的参数设置、繁琐的批量处理都可以明确地交给 MCP 工具链去完成。我在实际操作中发现最顺滑的使用方式是把 Qoder Blender MCP 当成一个“会操作 Blender 的助手”而不是一个“全自动建模机”。它帮我省下的时间大约七成来自批量操作和场景初始化两成来自避免在菜单和面板里翻找功能剩下一成才是“灵光一现、直接说想法”的爽感。如果你正准备尝试这套组合我的建议是从最小闭环开始先装好 Blender 稳定版、装上 MCP 插件、在 Qoder 里配对成功然后用一句最简单的“创建一个球体”验证链路再逐步增加复杂度。别一开始就挑战“生成一个完整的室内场景”那只会让你同时面对连接问题、意图理解问题和参数失控问题很难判断到底是哪一环出了错。等你能熟练地让 AI 创建、修改、批量摆放物体之后再回头看这套自然语言建模的工作流你会发现它真正改变了你和三维软件之间的交互方式——从“用手操作”变成了“用语言指挥”从“逐个点击”变成了“批量表达”。这个过程本身就是一件很有意思的事。