一位使用者展示了全新的訓練方法，透過 GPT-4o（經由 Astra 介面）以視覺回饋指導 Qwen Next 在 Blender 中執行 3D 雕刻任務。這種方法利用即時視覺引導，成為傳統微調或知識蒸餾的高效替代方案。該流程利用模型情境協議（MCP）將 Blender 與 AI 助手連接，使 Qwen Next 能從 GPT-4o 接收修改指令與視覺提示。使用者指出，雖然 Qwen Next 在引導下表現良好，但這些學習技能的持久性與空間感知能力仍待觀察。

事件背景

Blender 是一套受歡迎的開源 3D 創作軟體，用於建模、綁架、動畫和渲染。模型情境協議（MCP）是一種標準，允許 AI 模型無縫地與外部工具和資料來源互動。GPT-4o 是 OpenAI 的多模態模型，能夠處理文字、音訊和影像；Qwen Next 則指阿里巴巴最新的開權重大語言模型。

社群觀察

社群成員對 Qwen Next 即時技能修改的機制與學習持久性感到興趣。雖然有人讚賞基於視覺指導的效率，但也有人質疑「技能」能否完全複製 Astra 的空間感知能力，並建議分享日誌以驗證結果。