AI For Maya评测报告

北京航空航天大学 高研院科技治理中心 清华大学 新闻与传播学院、人工智能学院 双聘教授 @新媒沈阳 团队何静（副主任、副教授）（以卡通吉祥物简单动画制作为例。测试样本有限，测试结果仅用于参考）AI FOR Maya 评测报告适配ChatGPT Codex、Claude Code、WorkBuddy等各类智能体完整视频教程当智能体开始操作专业设计软件，从想法到模型的过程，会发生怎样的变化？延续此前对CAD、QGIS、SketchUp的探索，这次把目光转向Maya。通过一组从单体建筑到复杂场景的实验，观察Codex如何理解空间、组织构件，并在执行中修正结果。从脚本到MCP与Skill，关注生成效果，也关注这些能力如何进入实际设计流程。让创意更快得到验证，让设计者有更多时间做判断。Codex + Maya 软件介绍什么是 Codex for Maya？基于 OpenAI Codex 的三维内容制作辅助能力，可理解自然语言中的建模需求、材质风格、绑定规则、动画逻辑和交付规范，并转化为 Maya Python、MEL 脚本、工具面板代码或资产检查流程。它不是简单的“脚本生成器”而是能够参与 Maya 建模、材质、绑定、动画、场景清理和交付检查的 AI 制作助手。核心能力需求理解理解低模道具、角色骨骼、材质风格、镜头动画、FBX交付等描述。脚本生成生成 Maya Python / MEL，用于创建模型、设置材质、批量改名和清理场景。流程自动化辅助完成资产导入、层级整理、UV/材质占位、灯光相机和导出设置。调试检查根据脚本报错、场景异常、导出失败，定位问题并给出修复建议。规范沉淀将命名、层级、绑定、动画和交付规则封装为团队 Skill 或工具流程。与传统 Maya 制作方式对比Codex 并非只是“帮 Maya 写脚本”，而是让 Maya 扩展为能够理解制作意图、生成自动化逻辑、辅助调试并沉淀流程的三维资产智能制作助手。对比维度传统 Maya 制作简单脚本 / 工具Codex + Maya输入方式手动建模、点选命令、手动调参固定脚本参数自然语言 + 制作需求 + 交付规范制作效率重复操作多，批处理成本高提升局部效率覆盖建模、整理、检查、导出多个环节资产规范依赖个人习惯和项目经验依赖脚本维护可按团队规则生成命名、层级和检查清单输出产物场景文件、模型、动画固定脚本结果可运行脚本、工具方案、检查报告、交付建议Maya制作 “建模-材质-动画” 痛点建模阶段 —— “重复操作密集”■ 痛点描述：1. 基础几何、倒角、复制阵列、层级分组和命名整理高度重复。2. 不同建模人员的单位、轴向、冻结变换和历史记录处理习惯不统一。3. 批量资产需要逐个检查比例、Pivot、层级和材质占位，容易遗漏。■ 代价： 初稿制作慢，资产返工多，后续绑定、导出和引擎导入风险上升。■ 典型场景： 一个展厅需制作几十个道具模型，逐个改名、分组、冻结变换，耗时且易错。材质阶段 —— “节点复杂难统一”■ 痛点描述：1. 材质球、贴图路径、UV、Arnold 参数和渲染设置需要反复配置。2. 同类资产材质风格不统一，颜色、粗糙度、金属度和贴图命名容易混乱。3. 贴图缺失、路径断链、重复材质和无用节点常在交付前集中暴露。■ 代价： 视觉风格不稳定，渲染检查成本高，跨软件交付时贴图丢失风险大。■ 典型场景： 模型在 Maya 中正常显示，导出 FBX 后贴图路径丢失，需要人工逐项修复。动画阶段 —— “牵一发而动全身”■ 痛点描述：1. 骨骼、控制器、约束、关键帧和曲线调整之间关联复杂。2. 一处命名或层级错误，可能导致绑定脚本、动画曲线或导出流程失败。3. 批量动作、镜头动画和循环动画需要重复设置帧范围、插值和导出参数。■ 代价：调试成本高，版本难追踪，动画与资产交付规范容易不一致。■ 典型场景：修改一个骨骼命名后，控制器约束失效，动画导出到引擎后出现错位。Codex 驱动 Maya 的主要实现路径围绕“生成脚本、工具化、直接操作场景、沉淀流程”四类路径进行评测。方法一：生成 Maya Python / MEL 脚本基本思路：自然语言需求 → Codex 生成建模、材质、动画、清理或导出脚本。优点：上手快，适合批量操作、初稿生成、规则明确任务。局限：复杂场景仍需人工检查，API版本差异需验证。方法二：生成 Maya 工具面板 / 插件代码基本思路：需求描述 → 生成 PySide / Maya Command 工具 → 制作人员在 Maya 中复用。优点：适合团队高频流程，能沉淀为内部小工具。局限：需要维护界面、异常处理和插件兼容性。方法三：MCP / 插件调用 Maya基本思路：Codex → MCP/插件 → 读取场景状态 → 直接创建、修改、保存 Maya 场景。优点：更接近真实 DCC 工作流，可形成检查与修改闭环。局限：配置复杂，需要权限、回滚和文件安全控制。方法四：Skill 封装 Maya 制作流程基本思路：命名规范 + 脚本资源 + 检查规则 + 交付模板 → 封装为团队 Skill。优点：适合资产交付、绑定检查、导出规范等标准化任务。局限：非标准艺术判断仍需制作人员把关。路径判断：脚本方式看自动化，工具面板看复用，MCP/插件看场景闭环，Skill 方式看流程沉淀。评测采用方式说明本次评测围绕四种方式分别测试 Maya 任务的适用场景、输出形式和能力边界。四种方式的评测侧重点评测原则：看单次生成，也看后续修改；看制作效率，也看资产规范；看结果可用，也看能否进入团队管线。实现方式本次评测定位主要输出形式重点验证能力生成 Maya Python / MEL测试 Codex 是否能把制作需求转化为可运行脚本Python / MEL 脚本几何生成、批量处理、材质设置、导出配置生成工具面板 / 插件测试 Codex 是否能把高频操作变成可复用工具PySide 工具、Shelf 工具、插件代码参数化界面、异常提示、团队复用MCP / 插件调用 Maya测试 Codex 是否能读取并修改现有 Maya 场景直接操作场景节点并保存文件节点定位、局部修改、检查闭环、避免误改Skill 封装流程测试 Codex 是否能按固定规范完成标准化制作任务Skill 生成脚本、检查报告、交付清单命名规范、资产检查、交付流程、经验沉淀实现方式更关注 “能不能”更关注 “好不好”脚本生成能不能完成建模 / 材质 / 清理任务脚本是否稳定、参数是否可修改工具面板能不能形成可复用操作入口界面是否清晰、异常提示是否完整MCP / 插件能不能真实操作已有场景是否准确定位节点、避免误改漏改Skill 流程能不能变成团队固定能力是否符合资产规范和交付要求Maya 相关 Skill 与如何自定义Maya 评测中的 Skill 更适合围绕“资产生产规范”和“交付前检查流程”进行封装。自定义方式可以分三层1. 无代码 Skill把资产命名、层级、单位、交付清单、检查标准写入 SKILL.md。2. 低代码 Skill把已验证的 Maya Python / MEL、导出预设、报告模板放入 Skill 目录。3. 团队