KI 3D-Modell erstellen: Blender vs. Tripo AI, Bild zu 3D im Test
Mit KI ein 3D-Modell erstellen, getestet an einem Spielmonster: ein KI-geschriebenes Blender-Skript gegen Tripo AI, das aus einem Bild ein 3D-Modell macht.
Ich arbeite gerade an einem 3D-RPG und brauchte ein neues Monster: eine Ruinenstatue. Eine Steinstatue mit einem langen steinernen Lineal in der Hand, die grimmig schaut, aber trotzdem irgendwie niedliche Proportionen hat.
Den ganzen Ablauf habe ich der KI überlassen: erst das Konzeptbild, dann mit KI ein 3D-Modell erstellen, zum Schluss ab damit in Godot. Das Ergebnis: Der erste Schritt war wunderschön, der zweite eine Katastrophe. In diesem Beitrag vergleiche ich zwei Wege, mit KI zu modellieren: Die KI schreibt ein Blender-Skript und baut das Modell von null auf, oder Tripo AI macht aus dem Konzeptbild „2D zu 3D“. Danach mache ich aus dem Modell eine Spielfigur, die sich bewegt.
Schritt 1: Konzeptbild mit Codex, auf Anhieb gelungen
Das Konzeptbild hat gpt-image gezeichnet, aufgerufen über die Codex CLI. Ich habe ein Referenzbild einer vorhandenen Spielfigur mitgegeben und die Statue genau beschrieben:
- Etwa 2,2 Meter groß, Spielzeugproportionen mit großem Kopf und kurzen Beinen
- Hellgrauer, verwitterter Stein, in den Rissen wächst etwas Moos
- Eine in Stein gehauene Kapuze, ein Überwurf mit Sonnenmotiv auf der Brust, ein Gürtel mit eckiger Schnalle
- Die Augen sind zwei blau leuchtende Schlitze, das einzige Licht an der ganzen Figur
- Auf einem Bild: Vorderansicht, Seitenansicht und regungslos auf einem Steinsockel
Das Bild war fast genau das, was ich im Kopf hatte: niedliche Proportionen, genug Details, und neben den anderen Figuren im Spiel wirkt es nicht fremd. Bis hierhin lief alles glatt.
Schritt 2: Die KI modelliert per Blender-Skript, und es geht schief
Als Nächstes habe ich die KI ein Python-Skript für Blender schreiben lassen, das das Modell nach dem Konzeptbild „zusammenbaut“. Genau das, was sich viele unter „Blender KI“ vorstellen: Der Kopf ist ein Würfel mit Fase, Körper, Arme und Beine sind ein paar Würfel und Zylinder, die einzeln platziert werden. Nebenbei sollte es auch gleich das Skelett und die Animationen machen: Idle, Laufen, Angriff, Tod und so weiter.
Technisch hat es alles geschafft. Das Modell bewegt sich und lässt sich als GLB für Godot exportieren. Aber sobald man es neben das Konzeptbild legt, sieht man den Unterschied sofort:
- Sieht aus wie Bauklötze: Die runde Kapuze und die dicken Fäuste aus dem Konzeptbild werden zu aneinandergeklebten Würfeln.
- Proportionen stimmen nicht: Das Verhältnis von Kopf zu Körper und die Größe der Hände passen nicht. Das Pummelig-Niedliche aus dem Konzeptbild ist weg.
- Die Details fehlen: Falten im Überwurf, die Gürtelschnalle, Risse im Stein sind per Skript kaum einzeln umzusetzen, und wenn doch, wirken sie steif.
- Kein Material: Die Steinstruktur, der Schmutz und das Moos aus dem Konzeptbild werden auf dem Modell zu einem flachen Grau.
Warum KI-Modellierung per Skript scheitert
Das Problem ist nicht, dass die KI nicht schlau genug ist. Die Methode selbst passt einfach nicht.
Modellieren per Skript heißt, die KI soll „die Koordinaten und Größe jeder Form in Text beschreiben“. Für eckige Dinge wie Tische, Wände oder Säulen funktioniert das super. Aber eine Figur ist eine Masse aus Kurven und Volumen, die sich schwer in ein paar Grundformen zerlegen lässt. Dazu kommt: Beim Schreiben des Skripts sieht die KI nicht, was sie gebaut hat. Sie kann nur Runde für Runde rendern, vergleichen und nachbessern, und irgendwann bringt jede Runde kaum noch etwas.
Im Grunde ist das Konzeptbild „gezeichnet“, das Modell aber „zusammengebaut“. Zwei völlig verschiedene Methoden, da passt das Ergebnis natürlich nicht zusammen.
Die Lösung: Bild zu 3D, direkt vom Konzeptbild zum Modell
Wenn man schon ein Konzeptbild hat, mit dem man zufrieden ist, ist der direktere Weg: Ein Tool schaut sich das Bild an und erzeugt daraus direkt ein 3D-Modell. Solche Tools laufen unter „Bild zu 3D“ oder „Foto zu 3D-Modell“ (image to 3D), also ein 3D-Modell, das die KI erstellt. Ein Foto, eine Handzeichnung oder ein KI-Konzeptbild, alles geht als Vorlage. Ich habe mich für Tripo AI entschieden (oft auch Tripo 3D genannt).
Was Tripo kann:
- Bild zu 3D: Ein Bild hochladen, oder mehrere Ansichten derselben Figur, und es erzeugt ein texturiertes 3D-Modell.
- Automatisches Rigging: Humanoide Figuren bekommen automatisch ein Skelett, danach kann man Animationen draufsetzen.
- Gängige Formate: Export als GLB, FBX, OBJ und mehr, direkt nutzbar in Godot, Unity und Blender.
- Kostenloser Tarif: Man kann erst mal testen. Credits und Preise siehe offizielle Website.
Tripo AI im Test: das Konzeptbild der Statue als 3D-Modell
Ich habe das komplette Konzeptbild in Tripo geworfen, ohne etwas zu bearbeiten. Das heruntergeladene GLB sieht so aus:
Mein erster Gedanke: Das ist die Statue, die ich wollte. Die Raute auf der Kapuze, die Sonne auf der Brust, der Gürtel mit eckiger Schnalle, der Stachelring an den Handgelenken, das steinerne Lineal mit Skala, alles da. In den Rissen wächst sogar etwas Moos, und die Augen leuchten blau. Hätte ich all diese Details einzeln per Skript gebaut, säße ich wahrscheinlich heute noch dran.
Und es ist kein Bild, das auf eine Platte geklebt wurde. Aus einem anderen Winkel ist jede Figur vollständig plastisch:
Alle drei Ansätze nebeneinander, da ist der Unterschied eindeutig:
Direkt nach dem Download ins Spiel packen kann man es aber nicht. Zwei Dinge sind mir aufgefallen:
- Drei Figuren in einem Modell: Ich hatte das ganze Konzeptblatt hochgeladen, mit Vorderansicht, Seitenansicht und der Version auf dem Sockel. Tripo hat brav alle drei gebaut und zu einem Modell zusammengefügt. Im Spiel brauche ich nur eine. Nächstes Mal also erst die Vorderansicht ausschneiden und dann hochladen, oder den Multi-View-Modus nutzen und Vorder- und Seitenansicht als zwei Blickwinkel derselben Figur angeben.
- Viel zu viele Polygone: Die Datei hat 1,87 Millionen Dreiecke und 64 MB, viel zu schwer für ein Spiel. Spielfiguren haben meist nur ein paar Tausend Polygone, vor dem Import muss also unbedingt reduziert werden.
Spieltauglich machen: Das Blender-Skript macht, was es gut kann
Danach habe ich das Konzeptbild auf die Vorderansicht zugeschnitten und noch mal in Tripo geladen. Diesmal kam eine einzelne Statue heraus, aber immer noch mit sehr vielen Polygonen: rund 1,9 Millionen Dreiecke, drei 4K-Texturen, fast 70 MB, und kein Skelett.
Ich habe in Tripo Studio das HD Model genommen, als KI-Modell H3.1 (Best Quality). Mit dieser Einstellung kostet eine Generierung 40 Credits. Die Details sitzen wirklich, aber diese Polygonzahl ist fürs Rendering gedacht, nicht fürs Spiel.
Das Witzige: Das Aufräumen danach landet wieder beim Blender-Skript. Schöne Formen modellieren kann ein Skript nicht, aber „ausrichten, reduzieren, einfärben, riggen, animieren“, also Arbeit mit klaren Regeln, genau das kann es gut. Das Skript macht Folgendes:
- Ausrichten: einheitliche Blickrichtung, Füße auf dem Boden, Höhe auf eine feste Einheit skaliert.
- Das Lineal abtrennen: Die lange, dünne Waffe wird erst vom Körper getrennt, dann als saubere Stange neu gebaut (mit Skala) und an einen eigenen Knochen gehängt, damit beim Schwingen nicht die Beine mitgezogen werden.
- Hülle neu aufbauen, dann reduzieren: Das Mesh von Tripo hat Löcher und zusammengeklebte Teile, direktes Reduzieren reißt es auf. Das Skript legt erst eine geschlossene Hülle drumherum und reduziert dann auf etwa 16.000 Dreiecke.
- Einfärben: Farben aus der Originaltextur nehmen und auf 6 Farbflächen reduzieren; die Augen bekommen ein eigenes, leuchtendes Material.
- Skelett und Animationen: 15 Knochen, dazu die Animationen Idle, Laufen, Angriff, schwerer Schlag, Treffer und Tod.
Die fertige Datei ist unter 1 MB, hat etwa ein Hundertstel der ursprünglichen Polygone, ist aber immer noch die Statue aus dem Konzeptbild:
Verglichen mit der Klötzchen-Version, die das Skript am Anfang von null gebaut hat, ist das ein Monster, das wirklich ins Spiel kann.
Mein aktueller Ablauf, um mit KI 3D-Modelle zu erstellen
- Konzeptbild: gpt-image über Codex, mit einer vorhandenen Spielfigur als Stilreferenz.
- Modell erzeugen: Konzeptbild auf eine einzelne Figur zuschneiden, in Tripo laden, texturiertes Modell erzeugen.
- Aufräumen: Mit dem Blender-Skript die Hülle neu aufbauen, reduzieren und auf Farbflächen bringen, damit es neben den anderen Figuren im Spiel nicht aus der Reihe fällt.
- Skelett und Animationen: Dasselbe Skript riggt die Figur und erstellt Idle, Laufen, Angriff und so weiter.
- Ab in Godot: Als GLB exportieren und ins Spiel importieren.
Drei Wege, mit KI 3D-Modelle zu erstellen: Welcher passt?
Ansatz | Gut für | Nachteile |
|---|---|---|
KI schreibt Blender-Skript | Eckige Requisiten und Aufräumarbeit wie Reduzieren oder Riggen | Figuren und organische Formen von null sind kaum gut hinzubekommen |
Bild zu 3D (Tripo) | Wenn man schon ein gutes Konzeptbild hat und schnell eine Figur braucht | Sehr viele Polygone, muss reduziert werden; das hochgeladene Bild sollte nur eine Figur zeigen |
Fertige Assets kaufen | Gängige Figuren, Monster und Requisiten | Eine Figur, die genau zum eigenen Setting passt, findet man nicht |
Mein Fazit: Figuren per Bild zu 3D erzeugen und dann per Skript aufräumen; eckige Requisiten per Skript bauen; gängige Sachen einfach als Asset kaufen. Alle drei zu mischen ist viel entspannter, als eine Methode mit Gewalt bis zum Ende durchzuziehen.
Wenn du auch ein Spiel oder ein 3D-Projekt hast, das beim Modellieren feststeckt, schreib mir gern einen Kommentar unter meine Posts auf Threads oder X.
— Terry L