AI辅助建模：Antigravity+Blender MCP打造智慧仓储数字孪生

Antigravity Blender MCP 这个组合最近在3D数字孪生圈子里的讨论热度确实高。简单说这套玩法就是让AI直接在你的Blender里动手建模你只需要像聊天一样把需求描述清楚——比如“我要一个长30米、宽20米、高8米的智慧仓库里面配上双排货架和几台AGV小车”AI就会借助MCP协议调用Blender的工具把模型一层层建出来。这篇文章是实操向的会从方案选型、环境配置、MCP连接、真实建模指令到问题排查完整拆解一遍。适合正在做3D智慧仓储数字孪生、想引入AI辅助建模的开发者也适合听过Blender MCP但一直不知道怎么落地的朋友。我会把整个过程中实际踩过的坑一并说出来尽量让没接触过MCP和AI建模的人也能照着复现。1. 方案拆解Antigravity和Blender MCP各自扮演什么角色这节先把两个核心工具的角色讲透。很多人一听“AI建模”就以为AI能自己从零生成一个完整场景实际上目前最靠谱的方式是分工协作Antigravity负责理解需求、规划步骤、生成指令Blender负责执行建模而Blender MCP就是两者之间的“翻译官机械手”。1.1 Antigravity一个能听你指挥的AI开发环境Antigravity是Google推出的AI原生开发环境本质上是围绕AI Agent构建的云端开发空间。你可以把它理解成一个懂代码的项目经理它能读取项目文件、执行命令、管理版本还能通过MCP协议去调用外部工具。跟传统IDE最大的区别是你不需要手动写完整流程只要把目标描述清楚Agent会自动拆解任务并一步步完成。在这个项目里Antigravity承担的是“大脑”和“调度中枢”的角色。它不直接渲染3D模型而是负责生成正确的操作指令比如“在坐标(3, 2, 1)处创建一个边长2米的立方体并命名Rack_01”然后把指令发给Blender MCP去执行。你也可以把它当作一个会写Blender Python脚本的同事只不过这个同事不用睡觉、不怕繁琐只要你把约束说清楚它就能不停地产出成果。1.2 Blender MCP给AI装上操作Blender的“手”MCP全称是Model Context Protocol是目前AI工具接入领域的一套开放协议标准。过去每个工具要接入AI都得自己造一套接口重复且混乱。MCP出现之后统一成一套协议服务端暴露一批“工具”toolsAI端按统一格式调用即可。Blender MCP是社区开源项目分为两个部分一是Blender插件二是一个MCP Server程序。插件在Blender里启动一个WebSocket服务默认监听本地端口9876MCP Server则负责接收Antigravity发来的工具调用请求翻译成Blender的Python API也就是bpy操作。举个例子AI想创建立方体流程是Antigravity发起工具调用 → MCP Server收到指令 → 转换为bpy.ops.mesh.primitive_cube_add()并在Blender里执行 → 返回执行结果给AI。整个过程就是“AI动脑、MCP传话、Blender动手”。1.3 为什么这套组合适合做智慧仓储数字孪生智慧仓储数字孪生有一个典型特点场景元素高度重复、布局规整但数量庞大。一个中等规模的仓库光货架就有几十上百组每个货架又有立柱、层板、货物如果靠手动建模一个场景少说要折腾好几天。而用传统脚本方式写bpy代码每次调试也要反复试错。Antigravity Blender MCP的组合最大的优势是“交互式迭代”。你不需要一次性写对完整脚本而是像指挥一个实习生那样一步步调整先建地面再立柱子再摆放货架发现问题就说“把第三排货架往X轴方向挪0.3米”AI会实时修改。这种工作方式非常贴合数字孪生前期做原型、出方案的节奏——快速搭建、快速调整、快速交付。1.4 智慧仓储场景需要哪些基础元素做数字孪生不是随便堆几个立方体而是要有清晰的场景结构。我在这个项目里总结了下面这张元素清单场景元素作用Blender基础物体备注地面/墙体定义空间范围Cube、Plane尺寸按真实仓库取整货架核心存储单元Cube组合可用Array修改器批量生成货物/托盘体现库容状态Cube、Cylinder用颜色区分SKU类别通道/安全线规划动线Plane、Cube薄片后续可对接AGV路径装卸口/门对接业务流程Cube挖空或组合数字孪生业务起点摄像头/传感器标识点对应物联网点位Empty、Sphere导出后绑定数据这些元素不需要一开始全部做精细重点是先把空间尺度和布局逻辑确定下来。数字孪生项目里模型精度是逐级上升的第一版只需要做到“示意级可交互”后期再替换精细模型即可。2. 环境准备从安装到MCP连接成功要过的四道关这一步是整个项目最容易劝退人的地方。我自己第一次配置时花了将近半天不是插件装不上就是端口连不通或者AI调工具超时。所以这里把每一步都写细一点你照着做基本一次就能通。2.1 Antigravity项目环境准备先登录Antigravity并新建一个项目建议项目名直接用英文比如warehouse-digital-twin。项目会自动分配一个云端工作目录后面生成的模型文件、导出文件都会放在这里。这里要区分两种情况。如果你用的是Antigravity Desktop本地安装版那环境跑在你自己的电脑上和本地Blender之间的连接非常简单直接走localhost即可。如果你用的是Antigravity的Cloud环境而Blender安装在你自己电脑上那就得用远程MCP的方式把Blender暴露出去或者干脆把Linux版Blender装到云端环境里让Agent在云端内直接访问。我实际测试下来最省心的方案是本地装Antigravity Desktop 本地Blender全程localhost通信排查问题最方便。进入项目后在设置界面找到MCP Connections相关入口准备添加MCP Server。别急着填参数先把Blender那一侧准备好。2.2 Blender插件安装与启用Blender MCP的GitHub仓库一般会提供两个关键文件一个是Blender插件通常是addon.py另一个是MCP Server程序通常是server.py。下载后解压到本地某个固定目录路径里尽量不要有中文和空格否则后面命令行容易出幺蛾子。打开Blender依次进入 Edit - Preferences - Add-ons点击 Install选择插件文件并启用。启用后在3D视图按一下键盘 N 键右侧抽屉面板里会出现Blender MCP相关的标签页。点击 Start MCP Server 按钮看到状态变为类似Running on ws://localhost:9876就说明插件端已经就绪。注意Blender版本太旧可能导致插件报错建议用Blender 4.x。另外Blender自身带了一套内置Python和系统里安装的Python是两回事很多新手在系统终端里装了一堆依赖结果Blender插件依然报错就是因为根本没走Blender的Python环境。好在Blender MCP插件本身就是个Socket服务端主要依赖都在MCP Server那一侧Blender插件本身并不需要额外装库这点卡住的概率不高。2.3 MCP Server配置文件的正确写法回到Antigravity的MCP Connections设置添加一个MCP Server选本地进程模式。配置文件通常长这样{ mcpServers: { blender: { command: python, args: [server.py], cwd: /path/to/blender-mcp, env: { PYTHONPATH: /path/to/blender-mcp } } } }几个字段的要点分别是command和args启动MCP Server的命令。有些项目要求用uv run启动那就把command换成uvargs换成[run, server.py]以你下载项目的README为准。cwdserver.py所在目录必须填绝对路径。env如果MCP Server依赖某些第三方库且这些库装在非默认路径需要在这里指定PYTHONPATH。如果要走远程WSS模式则改成像这样{ mcpServers: { blender: { url: wss://your-mcp-server.example.com/mcp/?tokenyour_token_here } } }这种模式的典型场景是MCP Server跑在一台云主机上或者想要多人共用同一个Blender工作台。但日常本地开发我强烈建议用第一种进程模式因为日志直接输出在Antigravity的Agent终端里报错信息一目了然。2.4 验证连接先跑通一个最简单的Cube配置完成后回到Antigravity的Agent对话框输入一句最简单的指令“查看当前Blender场景里有哪些物体。”如果AI回答“场景里有Cube、Camera、Light”说明整条链路已经打通。接着再让它“在原点位置创建一个半径为0.5米的球体命名为TestSphere”然后切到Blender的Outliner面板看到多了一个Sphere就说明双向控制都没问题。我遇到不少朋友在这一步没耐心直接让AI建整个仓库结果一会儿连接断开一会儿超时根本分不清问题出在哪一环。先跑通最小链路后面所有复杂的操作都建立在这条链路上排查起来会轻松得多。3. 实操记录用AI一步步搭出仓储数字孪生场景链路通了你就会知道真正的乐趣在于“说需求”而不用“写代码”。但AI不是神仙如果你不提前约好坐标、单位、命名规则它会给你一堆乱七八糟的模型。这节把我实际的过程完整放出来重点是那些让AI“听话”的技巧。3.1 建模前先定义坐标、单位与场景尺度Blender默认单位是米这对仓储场景非常友好直接按真实尺寸建模即可后期导出到其他引擎也不用重新缩放。关键是坐标轴约定我建议把Z轴固定为高度方向地平面放在Z0X轴作为仓库长度方向Y轴作为宽度方向。为什么要这么较真因为数字孪生模型后期要接业务数据比如某个货位坐标对应数据库里的库位编码。如果AI建模时坐标随机发挥后面做数据对接就要逐个人工修正那是灾难。我在项目一开始就会给Agent设置一段“场景约定”你也可以直接复制场景坐标约定Z轴为高度方向地平面在Z0。所有尺寸单位为米。仓库长轴沿X方向宽轴沿Y方向。货架高度不允许超过Z6。所有物体必须有清晰的命名前缀。这段约定要作为固定的上下文放在会话开头每次Agent开始干活前都会读到。别嫌啰嗦实测下来有约定和没约定AI产出的可用度差距在50%以上。3.2 从库架基础开始自然语言驱动建模我的第一个操作是建地面。在Agent对话框里输入“在Z0处创建一个长30米、宽20米、高0.1米的立方体作为仓库地面命名为Floor。”AI会通过MCP创建物体并把尺寸、位置、名称一并设置好。之后让它建四面墙、加上屋顶基本都是一句话的事。这里有个细节AI往往会先把需求翻译成工具调用如果你观察Agent的执行日志会看到它正在调用类似add_cube或create_object的工具传入的其实就是blender操作参数。与其说你在“跟AI聊天”不如说你是在发布任务AI自己决定怎么拆解。搭完地面和墙体后不要急着往下走。先让AI“总结当前场景中的物体列表和坐标”确认结构符合预期。这个回顾动作能帮你提前发现不少问题比如墙体的位置是否对齐、屋顶是否飘在半空。3.3 批量生成货架阵列两种方式对比仓储场景里最核心的就是货架。如果你一个一个下指令比如“在这里建一个货架、在那里建一个货架”AI确实会干但效率很低。更好的方式是让AI用循环生成。我最初的指令是“按3行×5列生成双排货架行距2.5米列距3米每个货架宽1.2米、深0.6米、高2米共5层每层层板用薄立方体表示。货架命名规则为Rack_行号_列号。”AI有两种执行思路。第一种是循环调用MCP工具创建几十个物体。这种方式简单但如果数量太大容易超时而且Blender里会产生大量独立网格后期不好管理。第二种是让AI直接调用MCP提供的“执行Blender代码”类工具一次性提交一段bpy脚本。大部分开源的Blender MCP插件都支持这种模式。我给一段实际跑过的脚本示例你自己看结构import bpy for row in range(3): for col in range(5): x col * 3.0 y row * 2.5 z 0.0 # 默认cube边长是2米所以scale 实际尺寸 / 2 bpy.ops.mesh.primitive_cube_add(size2, location(x, y, z)) rack bpy.context.active_object rack.scale (1.2 / 2, 0.6 / 2, 2.0 / 2) rack.name fRack_{row}_{col}这里有个非常容易踩的坑Blender默认创建的Cube边长是2米不是1米所以换算成scale时要除以2。我第一次没注意AI生成的货架全部大了一圈后期又一个个改。你也可以不纠结scale直接在脚本里用obj.dimensions (1.2, 0.6, 2.0)这种写法Blender会自动帮你换算缩放值更省心。所以我的建议是优先让AI用“执行代码”的方式批量建库架因为脚本可维护、可调整而且能让AI一次性完成几十个物体的创建效率提升非常明显。3.4 材质、灯光与渲染出图让场景可交付建模只是第一步要交付给人看还得有材质、灯光和渲染。这个环节同样可以直接指挥AI。给地面和货架分配材质很简单“新建材质FloorMat颜色RGB(0.16, 0.16, 0.18)赋给所有名字以Floor开头的物体。”AI会创建材质并自动赋值。货架的货物我建议用颜色区分不同SKU。比如A类货物用暖色B类用冷色这样数字孪生界面上一眼就能看出库位分布。可以让AI为每个货物随机取一个颜色但最好限制在某个调色板范围内不然会变成五颜六色的大花脸。灯光方面最简单的仓库照明方案是在仓库顶部中央放一个Area Light模拟顶灯再补一个Sun光模拟环境光让模型有立体感。镜头可以先用正上方的俯视图检查整体布局觉得合理后再换成人视角度出图。渲染出图时注意Cycles引擎质量高但慢EEVEE引擎快但灯光质感弱一些。前期布局检查完全可以用EEVEE确认姿态之后再切到Cycles出最终效果图。我在实际操作中都是让AI渲染到项目目录下的output文件夹然后直接在Antigravity里点开图片检查整个流程非常顺畅。3.5 导出为glTF为后续数字孪生平台做准备这节内容其实下篇会展开讲但先把导出环节提出来因为很多人问。Blender建模完成后要接入数字孪生平台比如Three.js、Unity我一般导出glTF/GLB格式。这类自包含格式体积小、支持贴图打包Web端加载最友好。导出前检查两件事一是单位必须是米二是命名规范清晰。glTF导出时如果选了“Z-up”配置导入Three.js时默认是Y-up需要统一处理旋转偏移否则模型会整体躺倒。这些细节建议在项目一开始就固定下来别等导出了几十个物体才回头改。4. 常见问题与排查技巧实录这部分都是真金白银踩坑换来的。我会把最常见的问题按“症状—原因—排查—解决”的方式整理成一个速查表也分享一些文档里不会写的经验。4.1 MCP连接不上或工具调用超时症状原因排查方向解决方案Agent报connection refusedBlender插件端MCP Server没启动去Blender按N键检查MCP面板状态点击Start MCP Server确认端口监听成功Agent连接成功但工具总是超时一次下达的建模指令太多查看Agent日志中卡在哪一步把大任务拆成小步骤重复批量操作改为执行代码server.py启动报缺库MCP Server依赖未安装看终端报错中缺失的模块名在项目目录执行pip安装对应依赖远程WSS模式鉴权失败token过期或密钥不匹配检查token有效期重新生成token或改为本地stdio模式这里最值得说的是“工具调用超时”问题。仓储货架动辄几十上百个如果让AI一个个去创建Cube每个工具调用都要走一遍“AI生成参数→网络传输→Blender执行→返回结果”的流程不超时才怪。我在这个项目里把超过10个重复物体的创建都改成让AI写脚本执行超时率几乎降为零。4.2 AI生成的模型位置不对、尺寸离谱这个问题的根源往往是AI对Blender默认参数的理解偏差。常见的有两种一是前面提到的Cube边长默认为2米二是AI忽略了Z轴约定把货架建到了地下。解决方式分两步。第一步是在会话里反复强调场景约定每次Agent动手前都会自己检查坐标。第二步是出错后不要让它“重建整个场景”而是精确下发修正指令比如“把Rack_1_2的Z坐标改为1.0米”改动最小化风险也最小。还有一个野路子经验AI改完坐标后让它“输出当前所有Rack物体的坐标列表”用列表来核对比直接看模型快得多。这个技巧对排查“某排货架歪了”特别管用。4.3 操作到一半Blender卡死或未响应创建大量实体物体时Blender很容易因为顶点数膨胀而卡顿。数字孪生场景里的高柜货架每个层板拆成16个网格面几十个货架下来就是上百万面普通电脑直接吃不消。我实测下来的对策有三条尽量用Array修改器来代替重复复制实体同一批货架只保留一个基础单元减少文件体积和视口压力。在需要精确坐标布局时再让AI生成独立实体但每个独立物体的分段数要尽量低。定期保存Blender文件。这个听起来太基础但实际操作中AI连续操作几十步后一步卡死导致全部重来的痛经历过的人都懂。如果你发现Blender出现明显的延迟先让AI停止当前操作保存文件再让它把场景中的高面数物体用简化模型替换。4.4 生成结果不适合数字孪生后续使用这个问题往往不是模型本身的建模错误而是“数据语义”不对。数字孪生系统需要知道每个货架对应哪个库位、每个库位放了多少货物、状态是否占用。纯建模工具生成的Mesh如果不带命名规范和数据约定在业务侧是没法用的。所以我在建模阶段就让AI把所有物体按规则命名库架用Rack_区_排_列货物用Goods_SKU编号_货架编号。这些命名看似不起眼但决定了之后能不能用脚本批量读取模型数据、能不能对接数据库里的库存字段。这也是为什么我前面反复强调命名前缀的重要性。另外如果你们用的是真实仓库的点云数据做数字孪生那会涉及到点云拉框标注、语义分割等另一套流程也是很多团队问我的内容。这个方向更适合单独开一篇来讲这里先不展开。最后说点体会Antigravity Blender MCP这套工作流用了一段时间后我最大的感受是它真正把“改模型”变成了“说需求”。以前客户说“货架间距再大一点”我得进Blender选中物体、手动拉坐标、反复对齐现在直接一句话AI十几秒就改完我只需要检查结果对不对。效率提升是一方面更重要的是沟通成本降下来了。这个方向后续还能继续扩展下去。我目前正在做的下一步是把建好的场景接上真实的仓储业务数据比如库位占用率通过颜色实时更新、AGV路径在三维场景里动起来、设备状态异常时自动高亮报警。如果有朋友也在做类似的东西建议先从简单的数据驱动颜色变化开始试通之后再做复杂的路径动画。下篇我会具体写场景如何接入业务数据并变成真正的“活”孪生体到时再见。