一个男人用同一只鹈鹕，把整个 AI 行业卷了两年。
Simon Willison 有个持续了两年多的古怪爱好：每次新模型发布，他都用同样的 prompt 去测试，一句“生成一只骑自行车的鹈鹕（SVG）”。从 Claude 3 到 GPT-4o 到 Gemini 到 DeepSeek，这个看似玩笑的“鹈鹕基准测试”，因为结果直观、对比强烈，意外成了 AI 社区最流行的非正式评测之一。有人在 Hacker News 上专门追踪他的结果，Dylan Castillo 甚至写了一篇完整的分析文章，标题就叫《AI 实验室在搞“鹈鹕最大化”吗？》，认真考察各大模型公司是否在针对这个测试偷偷优化。
但 2026 年 9 月 5 日，Simon 发了一条新的 TIL，让这场玩笑彻底变了味道。他不再让 AI 画 SVG 了。他让 AI 直接驱动 Blender，那个拥有 32 年历史的专业级开源 3D 创作套件，生成了一幅完整的、带光影、带材质、带三维场景构图的 3D 渲染图。一只白鹈鹕戴着奶油色船帽、围着珊瑚色围巾，翅膀搭在车把上，橙色的长腿踩着青绿色自行车的脚踏板，在夕阳下的海滨木板路上骑行。背景里还有气球、花篮、棕榈树、条纹海滩小屋和远处的一艘小帆船。
这不是一张 AI 生成的 2D 图片。这是一只 AI 写的 Python 脚本，调用 Blender 的 Python API（bpy），逐行构造出来的 3D 场景。整个过程，Simon 只说了三句话。
从 SVG 到 .blend：一个简单但重大的跨越
先看技术细节。Simon 用的工具是 OpenAI 的 Codex。2026 年 2 月，Codex 作为独立 macOS 桌面应用发布，专为并行运行多个 AI coding agent 而设计，每个 agent 有自己的工作区，可以独立执行代码、操作文件系统、调用本地软件。7 月 9 日，Codex 与新版 ChatGPT 桌面应用合并，但保留了专属的编码模式，与 Chat（对话）和 Work（自动化工作）并列为三大入口。
Simon 的 prompt 再简单不过：“Use the already installed /Applications/Blender to render a scene of a pelican riding a bicycle”。Codex 识别出本地已安装的 Blender，调用它的 Python API（bpy），逐行编写建模范式脚本：创建网格、添加材质、设置摄像机、配置光照、渲染输出。他随后追加了两个 prompt：“加个背景和更多 flair”，“再让它好很多倍”，最终得到了那张质感惊人的海滨日落渲染图。整段生成脚本被他上传到了 GitHub。
关键不在于渲染结果有多惊艳。关键在于，整个过程输出的是一个可编辑的 .blend 文件。这意味着你可以在 Blender 里打开它，调整摄像机角度、修改材质参数、替换模型组件，把它当作一个真正的 3D 项目继续加工，而不是一张一次性生成的静帧。AI 替你完成了 3D 创作中最枯燥的“从零起步”阶段，把专业软件的门槛从“需要学习数月”降到了“会说自然语言即可”。
这里面有一个更深层的结构性变化正在发生。
MCP：让现有软件长出“AI 接口”
Codex 能直接调用 Blender，依赖的不只是 OpenAI 大模型的能力。真正撬动这件事的底层基础设施是 MCP，也就是 Model Context Protocol，模型上下文协议。
MCP 是 Anthropic 在 2024 年 11 月发布的开放标准。类比一下你就懂了：如果说 LLM 是新一代的“操作系统”，那么 MCP 就是它的 USB 协议，给 AI 一个标准化的方式去“插拔”外部工具、文件和数据库。2026 年，MCP 已经彻底渗透到了 3D 创作工具链中。
最标志性的项目是开发者 ahujasid 开源的 blender-mcp。截至 2026 年 9 月，它在 GitHub 上获得了 26.9k 星标和 2.5k fork，采用 MIT 许可证。这套系统包含两个组件：一个 Blender 插件（在 Blender 内部创建 socket 服务器接收外部指令），和一个 MCP 服务器（实现 MCP 标准接口向 AI 暴露 Blender 的能力）。AI 通过 MCP 端口发送指令，Blender 插件接收并在本地执行。建模、材质、渲染、保存，所有 Blender 操作都通过这个管道完成。安全模式下，系统会在每次执行前检查脚本内容，阻止直接读写文件或运行外部程序等操作，被拦截的脚本会携带原因返回给 AI 要求修正。
这意味着什么？意味着 Blender，这个诞生于 1994 年、从荷兰一家小动画工作室的内置工具演进而来的开源 3D 套件，突然有了一根可以被 AI 直接“插入”的数据线。你不需要学习 Blender 的 Python API，不需要记住 bpy 的命令结构，不需要理解三维坐标系统。你说一句“日落海滩上一只鹈鹕骑车”，AI 帮你翻译成几百行 Python 代码，Blender 帮你渲染成最终画面。
这条数据线正在快速铺开。Unity 和 Unreal Engine 的 MCP 服务器已经在社区中出现。Eigent，一款开源的桌面端多 Agent 协作应用，原生支持 Blender MCP 集成。3D-Agent 等创业公司已经推出了基于 MCP 的商业 Blender AI 插件，客户名单包括可口可乐、加州大学伯克利分校、索尼和本田。
“MCP 连接器模式改变了这一切。AI 现在可以推理实时的场景状态，编写真正能运行的脚本，构建可以持久化到流程中的工具。‘AI 建议’和‘生产级改动’之间的差距，被急剧压缩了。” ——Eigent 团队关于 Blender MCP 的说明
26.9k 星标背后的需求信号
blender-mcp 的 26.9k GitHub 星标不是凭空冒出来的。它是 2026 年 AI 3D 生成市场爆发的一个信号。
根据 The Business Research Company / GII Research 的数据，AI 3D 资产生成市场在 2026 年达到 32.3 亿美元，同比增长 30.9%，预计到 2030 年将增长到 94 亿美元。驱动这些数字的需求非常具体：游戏和影视特效行业需要海量 3D 内容，电商平台需要交互式产品展示，AR/VR 需要填充虚拟世界，所有人都想削减 3D 资产制作的时间和成本。一条传统建模管线从零到导出需要 3 到 5 天，AI 把这个周期压缩到了几分钟。
但 blender-mcp 的爆红揭示了一个更微妙的需求。市场不只需要 AI 直接生成 3D 模型（端到端的 text-to-3D），还需要 AI 学会使用人类已有的工具。这两种路径代表了不同的哲学。
端到端模型——如 ByteDance Seed3D 2.0、Tencent Hunyuan3D、Microsoft TRELLIS.2、Tripo——在过去一年进步飞快。Seed3D 2.0 在 2026 年 4 月发布的盲测中表现亮眼：几何结构生成的人类偏好率超过 80%，纹理生成的人类偏好率超过 69%，显著领先于所有商业竞品。但这类模型生成的网格拓扑质量参差不齐，往往需要大量人工清理才能投入生产管线。
MCP 路径的逻辑则完全不同。Blender 的建模工具、拓扑优化算法、UV 展开功能是 Blender 社区二十多年积累的工程成果。让 AI 学会调用这些现成工具，比让 AI 从零生成完美的生产级网格，在当下是一条更务实的路径。3D-Agent 官网上的表述一针见血：“大多数 text-to-3D 模型不使用任何建模工具，这就是为什么它们的线框这么差。AI 应该学会使用 Blender，因为那些线框和拓扑问题，Blender 开发者早就解决了。”
这不是替代关系，而是分工。MCP 是 AI 调用工具的控制层，端到端生成模型是 AI 构建内容的原材料层。两者正在快速融合。
从“鹈鹕”到“基础设施”：被低估的信号
Simon Willison 的鹈鹕系列之所以能成为 AI 社区的暗号级 meme，不是因为它搞笑。而是因为它提供了一个极其清晰、可重复、可对比的测试维度。从 2024 年最早那张 SVG 连鹈鹕的形状都画不出来，到后来能画出来但自行车是歪的，再到 2026 年鹈鹕已经有了帽子、围巾和夕阳背景，这个时间线上的每一帧都折射着模型能力的跃迁。
但当 Simon 把测试从 SVG 升级到 Blender 3D 渲染，这个 benchmark 的性质发生了根本变化。SVG 是 AI 在 2D 平面上排列形状，成功标准是视觉美观。Blender 3D 渲染是 AI 在三维空间中构建几何体、布置光源、设定摄像机、调配材质。成功标准不仅是好看，还要在三维空间中物理正确：鹈鹕的腿必须能踩到脚踏板，翅膀必须能搭到车把，光影必须与场景一致。
从 SVG 到 .blend，从一个基准测试的进化映射的是整个行业的走向：AI 正在从“生成内容”进化到“使用工具”。前者是替代人类产出最终成果，后者是融入人类的工作流程。2023 年我们讨论的是 AI 能不能写出代码；2024 年讨论的是 AI 能不能调试代码；2025 到 2026 年讨论的是 AI 能不能操作 Blender、Unity、Unreal Engine，这些人类创意工作者每天使用的专业工具。
后者的市场远大于前者。全球 3D 软件、游戏引擎、影视后期工具的市场总和，是一个千亿美元级别的存量。而 MCP 协议正在把这些存量一夜之间变成 AI 的可寻址市场。
谁是赢家，谁能留下？
这条“AI 到 MCP 再到创意工具”的管道上，权力结构正在重新洗牌。
Anthropic 是 MCP 协议的定义者。作为开放标准发起方，它拿到了协议层的制高点。但真正让 MCP 在 3D 领域落地的是社区力量。ahujasid 的开源项目以 26.9k 星标验证了需求强度，3D-Agent 等创业公司则用商业插件探索了付费场景。OpenAI 的 Codex 虽然没有原生绑定 MCP，但它支持 AI agent 在本地环境中调用任意已安装软件，在效果上达到了与 MCP 类似的终点。
标准的“赢家”可能在协议层，但生态的商业价值会分散在工具层、聚合层和服务层。3D AI Studio 等聚合平台把十几个模型整合在一个界面后按需付费，fal.ai 和 Replicate 把单次 3D 生成成本压到几美分。每一层都有新玩家在卡位。
传统 3D 软件厂商面临一个微妙的抉择。Blender 是开源软件，社区对 MCP 的拥抱自发且迅速。但 Autodesk（Maya、3ds Max）、Adobe（Substance 3D）等商业软件厂商是否愿意开放同样的接口？如果坚持封闭，用户可能流向与 AI 更友好的工具链；如果全面开放，它们又可能失去曾经赖以生存的“学习曲线护城河”。毕竟 Blender 的 Python API 早已成熟，决定开放门槛的从来不是技术，而是意愿。
Unity 和 Unreal Engine 的 MCP 服务器已经在路上。这场改变不会只发生在 Blender 身上。
尾声：鹈鹕的下一步
Simon Willison 用三句话让一只鹈鹕在 Blender 里骑上了自行车。这件事在技术上并不复杂。Codex 调用 bpy 写脚本，Blender 执行渲染，都是现成能力的拼装。但它展示的前景远不止于此。
当一个拥有 32 年历史的专业 3D 软件，可以通过三句自然语言指令被 AI 驱动，生成一个可编辑、可修改、可继续深加工的 3D 项目文件时，这意味着创意工作的“零到一”阶段正在被彻底重写。3D 艺术家可能不再需要从空白场景起步。游戏开发者可能不再需要为每一个道具手动建模。电商平台可能不再需要为每件商品安排 3D 扫描拍摄。
更根本的是，MCP 让“AI 学会使用人类工具”这件事从个案变成了可复制的模式。Blender 只是第一个爆发的例子。Photoshop、Figma、After Effects、Unity、Unreal，这些创意工业的支柱工具，正在等待它们的 MCP 时刻。
Simon 的鹈鹕从 SVG 走进 3D 世界，也许只是一个更大故事的序章。2023 年我们问 AI 能不能画出一只像样的鹈鹕。2024 年问 AI 能不能让鹈鹕骑上自行车。2026 年，AI 不仅让鹈鹕骑上了自行车，还为它配好了夕阳、气球、花篮和海滩小屋，用的是一款它自己学会操控的专业 3D 软件。
下一个问题不是鹈鹕还能怎么升级。问题是：当 AI 学会了使用所有人类工具，创意产业还剩下什么是不可被自动化的？
答案也许不是“技术门槛”，而是“判断力”。在成千上万种可能中，知道为什么选择这一种。而判断力这件事，恰恰是目前所有 AI 模型还没有学会的东西。
快报