L'équipe d'Alibaba Qwen ouvre BlenderWorld pour l'évaluation des agents visuels
19 octobre 2026 · 2 min de lecture
Le 14 octobre, l'équipe d'Alibaba Qwen a ouvert BlenderWorld, un nouvel outil de référence pour évaluer la capacité des agents intelligents à réaliser des tâches de création 3D dans Blender. Ce projet est sous licence MIT, et le code ainsi que les ensembles de données sont disponibles sur GitHub, Hugging Face et ModelScope.
Contrairement aux tâches habituelles de génération d'images, BlenderWorld exige que l'intelligence artificielle produise un fichier projet .blend modifiable, ainsi que des images rendues, des vidéos ou des fichiers d'exportation de modèles selon les besoins. Les modèles doivent non seulement générer une image attrayante, mais également construire des scènes 3D comprenant des textures, des structures géométriques, des éclairages et des caméras, pouvant être ajustées par des concepteurs.
Le benchmark comprend 223 tâches et 2 651 critères, englobant neuf catégories principales et 22 sous-catégories, telles que les produits, l'architecture, les environnements naturels, les personnages, l'animation et la visualisation scientifique. Parmi les tâches, 78 sont basées uniquement sur des descriptions textuelles, 130 combinent images et texte, et 15 utilisent des vidéos avec texte. De plus, 59 tâches sont accompagnées de spécifications comme des dimensions, des matériaux ou des paramètres de caméra.
Les méthodes d'évaluation sont rigoureuses : le système rend des projets Blender depuis huit angles adaptatifs, en utilisant des vérifications de scène et des critères de notation binaire spécifiques à chaque tâche. Le score final est déterminé par la conformité aux règles et la qualité visuelle, chacun pesant pour 50 % du résultat.