DeepSeek V4.1 Flash 1017 в Blender: практический тест генерации 3D-моделей

В этом материале DeepSeek V4.1 Flash 1017 рассматривается как языковая модель для генерации 3D-моделей персонажей и проектов Blender. Автор тестировал её на максимальном уровне мышления через подписку OpenCode Go и сравнил несколько способов создания одного персонажа-гнома.

Результат подошёл для прототипирования, но не заменил ручную доработку. Модели сохраняли узнаваемый образ, одежду и аксессуары, однако ошибки в анатомии, креплении деталей, обуви и текстурах ограничивали их готовность к прямому использованию в игре или финальной сцене.

Условия теста DeepSeek V4.1 Flash 1017 в Blender

Автор проводил тест в Blender, используя DeepSeek V4.1 Flash 1017 на максимальном уровне мышления и доступ через OpenCode Go. Проверка была построена вокруг одного персонажа-гнома с очками, бородой, одеждой, ремнём, карманами, ключами и другими декоративными элементами.

Сравнивались не только разные формулировки запросов. В отдельных сценариях автор передавал модели исходное изображение, подробное текстовое описание или оба источника сразу. Пятый подход отличался рабочим процессом: сначала проект создавался в 3GS с использованием библиотеки, затем его переносили в Blender. В описании теста также упоминается перенос из проекта 3ds Max, поэтому точное обозначение промежуточной среды следует воспринимать как часть авторского описания эксперимента, а не как универсальную характеристику Blender-пайплайна.

Как оценивались 3D-модели

Автор обращал внимание на признаки, важные для игрового персонажа и дальнейшего редактирования:

• сходство с исходным образом гнома;
• корректность рук, пальцев, лица и обуви;
• наличие и расположение очков, карманов, застёжек, ключей и элементов ремня;
• детализацию одежды, бороды, часов и декоративных объектов;
• ошибки крепления деталей и участки с визуальными артефактами;
• время генерации и расходы на отдельный сценарий.

Это была практическая проверка одного рабочего процесса, а не формальный бенчмарк модели. Все оценки качества принадлежат автору теста и описывают именно полученные им результаты.

Генерация гнома по простому промпту

Первый сценарий использовал простой текстовый промпт. Автор получил узнаваемую модель гнома с очками, одеждой и аксессуарами. На вход пришлось около 145 тысяч токенов, на выходе получилось около 121 тысячи, а объём кэшированных данных составил примерно 2,887 миллиона токенов. Генерация заняла 16 минут 24 секунды и стоила около 10 центов по оценке автора.

Внешний образ оказался достаточно близким к заданному персонажу. На каждой руке автор насчитал по пять пальцев, а модель получила основные элементы костюма и аксессуары. Для первого прохода результат выглядел приемлемо, особенно если требовалось быстро получить основу для дальнейшей работы.

Проблемы проявились при внимательном осмотре. Мизинец был неправильно прикреплён, уши выглядели некорректно, рот почти не читался, а обувь получилась чрезмерно квадратной. Эти дефекты не уничтожили сходство с персонажем, но показали границу результата: модель создавала узнаваемый силуэт, однако не контролировала каждую анатомическую и конструктивную деталь.

Что изменил подробный промпт

Во втором сценарии автор расширил описание персонажа. В промпт вошли часы, шестерёнка, дополнительные ключи, карманы, застёжки и элементы ремня. Такой запрос потребовал около 272 тысяч входных токенов и примерно 234–235 тысяч выходных токенов. Кэш составил около 8,8 тысячи токенов, стоимость достигла 20 центов, а генерация продолжалась 32 минуты 19 секунд.

Подробное описание действительно добавило больше объектов. На модели появились часы, шестерёнка, новые ключи, карманы и застёжки. Автор также отметил детали ремня и одежды. Однако рост числа элементов не привёл к пропорциональному улучшению всей модели: по его оценке, персонаж не стал существенно лучше в целом.

Главная проблема обнаружилась в руке. Большой палец оказался снизу, поэтому положение кисти выглядело невозможным для человека. На спине и одежде появились артефакты, похожие на порезы или просвечивающую рубашку. Сценарий показывает практическое ограничение длинного промпта: подробный список объектов помогает модели не забыть аксессуары, но не гарантирует корректную геометрию и правильное крепление каждого элемента.

Генерация 3D-модели только по исходной картинке

Третий тест использовал одну исходную картинку без подробного текстового описания. Генерация заняла 28 минут 37 секунд, стоимость составила примерно 18–19 центов. Автор указал около 240 тысяч входных токенов, 212 тысяч выходных токенов и приблизительно 8,5 миллиона кэшированных токенов.

Персонаж сохранил узнаваемые признаки гнома: очки, лицо, карманы, ремень и элементы одежды. Однако модель получилась низкополигональной и слабо детализированной. Автор сравнил её общий квадратный вид с Minecraft, подчёркивая простоту формы и небольшое количество полигонов.

Декоративные элементы часто крепились неправильно, а пальцы располагались с ошибками. По субъективной оценке автора, этот вариант оказался самым слабым среди первых трёх. Изображение помогло сохранить общий образ, но одной визуальной подсказки оказалось недостаточно для точного восстановления объёмной конструкции одежды, рук и мелких аксессуаров.

Картинка вместе с подробным описанием

Четвёртый сценарий объединил исходную картинку и подробный промпт. Он оказался самым дорогим и долгим среди описанных вариантов: 461 тысяча входных токенов, 389 тысяч выходных токенов и 38,654 миллиона кэшированных токенов. Стоимость составила 42 цента, а генерация заняла 47 минут 47 секунд.

Качество рук заметно выросло. Большой палец находился на правильном месте, а на каждой руке было по пять пальцев. Детализация также превысила результат генерации только по изображению. Автор отметил шестерёнку, часы с цепочкой и циферблатом, дополнительные карманы, застёжки, улучшенный ремень, очки с различимыми стеклянными элементами и отражением, намёк на рот и характерные стежки на бороде.

Полной точности всё равно не получилось. Некоторые кнопки и детали обуви висели в воздухе. Один ключ оказался в воздухе, другой прикрепился к брюкам вместо кармана. Такая ошибка важна для игрового ассета: декоративная деталь может выглядеть убедительно в одном ракурсе, но сразу выдать неправильную геометрию при вращении модели или настройке анимации.

Вариант с созданием проекта в 3GS

Пятый рабочий процесс начинался с генерации проекта в 3GS с использованием библиотеки. Затем проект переносили в Blender. В одном из описанных запусков обработка входных и выходных данных составила соответственно 285 и 41 миллион токенов, стоимость достигла 35 центов, а весь этап занял 52 минуты. Значительная часть времени ушла не только на генерацию, но и на создание проекта в промежуточной среде и его перенос.

По оценке автора, этот подход дал лучший результат среди протестированных. Руки были сделаны корректно, большой палец находился на правильном месте, а ключи располагались в кармашке. Автор также положительно оценил бороду, губу, нос, глаза, брови, очки, шапку, карманы, пояс и одежду.

Ошибки сохранились. Один ключ частично вошёл в тело, отдельные цвета отображались неправильно, а цепочка часов содержала дефекты. Кнопки тоже не были идеальными. Часть проблем автор счёл исправимой ещё на этапе 3GS, то есть до переноса результата в Blender. Возможность ранней коррекции стала одной из причин, по которым он предпочёл этот сценарий другим.

Сравнение подходов

Сколько времени и денег занял тест

На все тесты автор потратил 2 часа 57 минут 24 секунды и 1 доллар 27 центов. Эти значения относятся к его эксперименту, конкретным запускам и использованному способу доступа. Их нельзя автоматически переносить на любую будущую работу: расход зависит от длины контекста, количества итераций, выбранного режима и стоимости доступа к модели.

Самым дешёвым оказался простой промпт. Комбинация изображения и подробного описания потребовала больше всего времени и стоила дороже остальных названных вариантов. Пятый сценарий не был самым быстрым, однако автор счёл его качество более близким к желаемому уровню.

Что придётся исправлять вручную в Blender

Перед использованием модели в игре, анимации или финальном рендере художнику потребуется проверить не только внешний вид, но и структуру объекта. В первую очередь нужно осмотреть кисти, большой палец, количество пальцев и места соединения рук с телом. Ошибки, незаметные на общем плане, становятся критичными при деформации скелета и настройке анимации.

• исправить положение пальцев, мизинцев и больших пальцев;
• перестроить уши, рот и отдельные элементы лица;
• проверить обувь и убрать чрезмерно квадратные или слитые формы;
• прикрепить кнопки, ключи, цепочки и декоративные детали к правильным поверхностям;
• удалить объекты, которые висят в воздухе или входят в тело;
• проверить нормали, пересечения и отображение материалов;
• исправить цветовые артефакты на одежде и аксессуарах;
• оценить плотность сетки и подготовить модель к оптимизации.

А что будет, если сразу передать такую модель в игровую сцену? Проблемы проявятся при вращении камеры, освещении, экспорте и анимации. Неправильное крепление ключа или кнопки перестанет быть мелкой визуальной неточностью, а пересечение объекта с телом потребует отдельного ремонта геометрии.

Для каких задач DeepSeek подходит

По оценке автора, DeepSeek V4.1 Flash 1017 подходит для быстрого создания концепта персонажа, чернового Blender-ассета и основы для дальнейшего моделирования. Модель умеет удерживать общий образ, добавлять перечисленные аксессуары и формировать редактируемую основу, особенно если использовать изображение вместе с подробным описанием или промежуточный проект в 3GS.

Такой результат полезен, когда художнику нужен стартовый объёмный референс, блокинг персонажа или набор идей для формы одежды и аксессуаров. Затем специалист проверяет сетку, исправляет анатомию, настраивает материалы и решает, какие детали оставить в геометрии, а какие заменить текстурами или нормалями.

Для постоянного производства готовых игровых персонажей подход выглядит менее убедительно. Автор считает, что при таком качестве затраты времени и денег могут не оправдываться, если каждую модель приходится долго исправлять вручную. В сценариях, где важны точная анатомия, чистая топология, готовность к риггингу и стабильное повторение результата, он допускает преимущество более сильных моделей, включая упомянутые им Opus или GPT, если доступ к ним есть.

Итог теста DeepSeek V4.1 Flash 1017

DeepSeek V4.1 Flash 1017 смог создать узнаваемого 3D-гнома и несколько вариантов его модели для Blender. Простого промпта хватило для базового персонажа, подробное описание добавило аксессуары, а сочетание картинки с текстом улучшило детализацию и руки. Лучшим автор назвал вариант с созданием проекта в 3GS и последующим переносом в Blender.

Главный вывод эксперимента принадлежит автору: DeepSeek можно использовать для генерации 3D-моделей, игровой логики и прототипов, но результат нельзя считать финальным ассетом без проверки. Модель экономит часть ручной работы на старте, однако не устраняет необходимость в моделировании, ретопологии, проверке креплений, материалах и подготовке к анимации.