Blender 建模加 Three.js 展示：AI 一天搭出光储充超充站数字孪生大屏

事件核心：发生了什么

2026 年 10 月，掘金用户“纸片人”发布了一篇实践记录：他接到“下周客户来看”的大屏需求，没有走传统的设计加手工建模路线，而是让 AI 参与设计、建模和场景搭建，最终用 Vue 3 + Vite + Three.js r186 + Blender 5.2 跑通了一个 1920×1080 的“光储充一体化超充站”数字孪生大屏。场站包含 30 根双枪直流快充桩、60 个车位、4 根液冷超充终端、6 台储能柜（合计 2 MWh）、光伏车棚、箱变、两层剖切服务楼和道闸出入口。

为什么重要

这类可视化大屏长期依赖设计、素材、特效等多环节人工协作，工期以天计。该案例把 AI 引入两个关键环节：一是用 AI 生图替代几何体草图出概念稿，解决“程序员画方块不高级”的问题；二是通过 Blender MCP 插件让 AI 执行仓库中的 Python 脚本完成建模，使 .blend 和 GLB 成为可一键重建的“构建产物”，模型改动变成代码 diff，能进 git 评审。这为 AI 在 3D 内容生产中的角色提供了一个具体注脚：不是替代建模师，而是把重复性脚本构建和风格探索交给模型。

对用户/开发者/创作者的影响

对前端和可视化开发者，文中总结的坑有直接参考价值：Three.js 用正交相机适配设计稿、按对象名约定驱动动画、Blender 5 中新建材质需手补 Principled BSDF 节点、Eevee 内置 Bloom 被移除需改用合成器 Glare、MCP 调用超时但 Blender 会继续跑完等。对建模和渲染从业者，Sketchfab 免费模型需经 vendor.py 统一单位、朝向、减面、换材质，其中大众朗逸单车约 12.5 万面，删内饰后约 7 万面再减面，说明外部资产标准化仍是必要环节。对普通读者，文中大屏功能如分时电价、故障告警、车辆进出仿真均无后端，靠前端仿真器驱动，属于演示级实现，不构成生产系统承诺。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

目前公开信息显示，该案例为个人开发者分享，未附完整开源仓库或官方产品化说明。可观察三点：一是 AI 通过 MCP 操控 Blender 的稳定性是否适合更复杂场景；二是外部模型授权（CC BY 署名）在商业大屏交付中的合规处理；三是“设计稿用生图、模型用脚本”这套分工是否会沉淀为可视化团队的常规流程。

来源：juejin