BlenderGPT 对比 Blender MCP —— 2026 年该选哪个?
BlenderGPT 是 2023 年最早的一批 Blender AI 工具——但整个格局已经变了。BlenderGPT 的搜索热度同比下降了 79%,而 Blender MCP 成了做 AI 3D 建模时更受青睐的方式。结论很清楚:BlenderGPT 属于过去,MCP 属于未来。
这篇对比会拆解两个工具,解释这种转变为什么会发生,并给出一条可操作的迁移路径。
BlenderGPT 是什么?
BlenderGPT 是一个开源的 Blender 插件,把 Blender 连接到 OpenAI 的 GPT 模型。你用自然语言描述需求,GPT 生成 Python 代码,插件在 Blender 内部执行这段代码。它是最早把大语言模型带进 3D 工作流的工具之一。
它的架构很简单:单向通信。你发出提示词 → GPT 返回代码 → Blender 执行。AI 从头到尾看不到你的场景、物体和视图。它是在”盲做”,这限制了它在复杂修改和反复迭代时的准确度。
BlenderGPT 免费且开源。你需要自备 OpenAI API Key(按 token 计费)。随着社区转向基于 MCP 的方案,它的开发也慢了下来。
Blender MCP 是什么?
Blender MCP 用 Model Context Protocol(MCP) 把 Blender 连接到 AI。AI 不再是孤立地生成代码,而是通过一套结构化的协议与 Blender 对话。它可以查询场景、截取视图画面、执行 Python,并从 Poly Haven 和 Sketchfab 拉取素材。
关键区别是:双向通信。AI 在决定做什么之前,先看得到你的场景里有什么。这带来了有上下文的建模、更好的错误处理,以及更像”和助手协作”的工作方式。
Blender MCP 免费、开源(github.com/ahujasid/blender-mcp ),可搭配 Claude、ChatGPT、Gemini、Cursor、VSCode 和本地模型。想深入了解服务端的工作方式,见 Blender MCP 服务端。
功能对比
| 功能 | BlenderGPT | Blender MCP |
|---|---|---|
| AI 模型 | 只支持 OpenAI GPT | Claude、ChatGPT、Gemini、Cursor、VSCode、Ollama(本地) |
| 通信方式 | 单向(提示词 → 代码 → 执行) | 双向(AI 可查询场景、视图和物体) |
| 场景分析 | 没有——AI 是盲做的 | 有——视图截图、物体列表、上下文 |
| 素材集成 | 无 | Poly Haven、Sketchfab、Hyper3D、Hunyuan3D |
| 代码执行 | 有——由 GPT 生成 Python | 有——任意 Python + 结构化工具 |
| 活跃程度 | 很低,关注度持续下滑 | 活跃——v1.5.5,GitHub 星标超过 6,000 |
| 价格 | 免费(需承担 OpenAI API 费用) | 免费(不同模型可能产生各自的 API 费用) |
| 社区 | 在收缩(搜索量同比 -79%) | 在增长,搜索热度稳定 |
想看包含 BlendAI、Blender AI Assistant 和 AI Render 在内的、更全面的 Blender AI 助手对比,见 2026 年最好的 Blender AI 助手。
BlenderGPT 为什么在走下坡路
搜索数据说明了问题:“blendergpt” 同比 -79%,“blender gpt” 同比 -77%。背后有几个原因:
-
绑死在 GPT 上。 BlenderGPT 只能用 OpenAI。偏好 Claude、Gemini 或本地模型的用户无路可走,而 MCP 全都支持。
-
不支持 MCP。 Model Context Protocol 已经成为 AI 与工具集成的事实标准。BlenderGPT 出现得比 MCP 早,后来也一直没有跟进。新的 AI 客户端和 IDE 都优先支持 MCP 服务端。
-
盲执行。 由于感知不到场景,GPT 经常生成不正确甚至不安全的代码。用户在复杂场景上频频碰壁,迭代也慢。MCP 的双向流程减少了这类失败。
-
开发停滞。 随着注意力转向 MCP,BlenderGPT 收到的贡献越来越少,整个生态往前走了。
Blender MCP 为什么胜出
下面是两个真实的使用例子,以及背后的提示词。录屏在 YouTube 上,只有英文;在你点开之前,本页不会加载它们的任何内容。
低多边形地牢场景
“做一个低多边形的地牢,里面有一条守着金币的龙”
海滩环境
“用 Poly Haven 的 HDRI 和模型做出海滩的氛围”
Blender MCP 已经成为它的接班人:
- 多模型: 可以用 Claude、Cursor、ChatGPT、Gemini,也可以用 Ollama 在本地跑。换模型不用动 Blender 那边的配置。
- 双向通信: AI 先查看你的场景再动手。出错更少,迭代更顺。
- 持续开发: 版本更新稳定,用户基数大,功能也在继续推进(素材库、AI 模型生成、视图分析)。
- 社区扎实: GitHub 讨论、教程,以及与主流 AI 平台的集成。服务端架构有完整文档,也可以扩展。
迁移指南:从 BlenderGPT 到 Blender MCP
从 BlenderGPT 换到 Blender MCP,大约需要 10–15 分钟:
-
安装 Blender MCP 插件。 从 Blender MCP 的 GitHub 仓库 下载
addon.py,在 Blender 里通过 Edit → Preferences → Add-ons 安装。 -
安装 uv 包管理器。 MCP 服务端通过
uvx运行。macOS 上:brew install uv;Windows 上请按 uv 官方安装指南 操作。 -
配置你的 AI 客户端。 把 Blender MCP 服务端加进配置里:
-
连接并测试。 打开 Blender,从 BlenderMCP 侧栏启动 MCP 服务端,然后让你的 AI 创建或修改场景。这时 AI 已经能完整看到你的视图和物体。
提示词可以和以前差不多——“在地面上放一个立方体""从 Poly Haven 加一张 HDRI”——区别在于 AI 现在会对照真实场景来核对结果。各平台的详细步骤见 Claude 和 Cursor 指南。
常见问题
常见问题
2026 年还值得用 BlenderGPT 吗?
BlenderGPT 的搜索热度同比下降了 79%。它现在仍然能用,但缺少双向通信、场景分析、素材集成和多模型支持。Blender MCP 用一种能力更强、也更面向未来的方式,基本取代了它的使用场景。
BlenderGPT 和 Blender MCP 最主要的技术区别是什么?
BlenderGPT 是单向通信:你发出文字提示,GPT 生成 Python 代码,Blender 盲执行。Blender MCP 通过 Model Context Protocol 实现双向通信——AI 可以查询场景、截取视图画面,在动手之前做出有上下文依据的判断。
可以用 ChatGPT 而不是 Claude 来配合 Blender MCP 吗?
可以。Blender MCP 支持任何兼容 MCP 的客户端,包括 ChatGPT(通过兼容的集成方式)、Claude、Cursor、VSCode、Google Gemini,以及 Ollama 这类本地模型。你不会被绑定在某一家 AI 服务商上。
从 BlenderGPT 迁移到 Blender MCP 要多久?
大约 10–15 分钟。安装 Blender MCP 插件,装好 uv 包管理器,再把 MCP 服务端写进 AI 客户端的配置。Claude、Cursor、VSCode、ChatGPT 和 Gemini 都有分步指南。
Blender MCP 是免费的吗?
是的,Blender MCP 免费且开源。具体使用哪个 AI 模型(Claude、ChatGPT 等)可能会产生相应的 API 费用。你也可以在自己够用的 GPU 上通过 Ollama 自托管本地模型——这是一条进阶路线,配置和运维要复杂得多,而且在复杂的 Blender 任务上,效果通常不如领先的云端模型。
想要的不只是生成一段 Python?
BlenderGPT 的做法是生成 Python 代码,再交给 Blender 执行,所以结果取决于那段代码和你的提示词。它本身并不保证布线质量,周边也没有一套配好的工作流。
3D-Agent 是我们自己开发的付费应用,走的是更完整、开箱即用的那条路:AI 和更完整的工具集都已包含在内,打开 Blender 就能开始做——不需要外部 AI 订阅、API Key,也不需要配置 MCP。它在你已经打开的场景里工作,创建和编辑的是 Blender 原生网格,并带有重新布线和清理拓扑的工具。
了解 3D-Agent →更想要开源的完全掌控?Blender MCP 是免费开源的,AI 客户端和模型都由你自己挑——也包括通过 Ollama 使用本地模型。可以 按配置指南操作,或者读一读 Blender MCP 与 3D-Agent 的对比。