Mấy hôm trước tôi lướt mạng thấy khá nhiều video AI điều khiển Blender 3D. Nhìn Claude với Codex làm mà phải nói là đỉnh thật. Chỉ cần gõ vài câu là AI tự tạo mô hình, tự sửa, tự render, nhìn cứ như có một ông designer ngồi trong máy vậy.
Thế nhưng xem một lúc thì lại nảy ra một vấn đề.
Mấy con AI cloud này mạnh thật, nhưng mỗi lần làm việc với Blender là nó gọi tool liên tục. Tạo object, sửa object, đọc scene, render… gọi đi gọi lại rất nhiều lần. Dùng chơi thì vui, nhưng ngồi vọc cả ngày thì thấy token tốn thôi rồi.
Thế là tôi nghĩ: “Hay là thử làm bộ AI chạy cụ bộ trên máy tính của mình xem sao?”
Mục tiêu cũng đơn giản thôi, Tôi chỉ muốn xem với một bộ miễn phí gồm Ollama + Cline + Blender Open MCP, AI có điều khiển được Blender không, đến mức nào, có đủ để nghịch hay hỗ trợ làm việc không.
Ban đầu tôi còn ngây thơ nghĩ chỉ cần cài Ollama, cài Blender rồi kết nối vào là xong. Nhưng sau vài tiếng vật lộn thì mới biết mình nghĩ đơn giản quá. Từ lỗi timeout của Cline, cài nhầm Blender Addon, cho đến việc hiểu MCP thực chất hoạt động như thế nào… mỗi đoạn đều có một cái bẫy riêng.
Trong bài này tôi sẽ ghi lại toàn bộ quá trình thử nghiệm, những lỗi đã gặp, cách xử lý và đánh giá xem sau tất cả thì một bộ AI local có đáng để đầu tư thời gian hay không.
Chuẩn bị công cụ
Để thử nghiệm, tôi sử dụng bộ công cụ hoàn toàn miễn phí:
- Blender: Phần mềm dựng mô hình 3D.
- Ollama: Chạy AI local, mình dùng model Qwen 3.8 (20gb thì phải).
- Cline: AI Agent, nhận yêu cầu của mình rồi gọi các Tool cần thiết, nó cũng giống như Claude/ChatGPT, tuy nhiên nó miễn phí, và kết nối được với AI mã nguồn mở Ollama.
- Blender Open MCP: Cầu nối để AI có thể điều khiển Blender (dùng của anh trai này https://github.com/dhakalnirajan/blender-open-mcp).
Máy tính: NVIDIA GeForce RTX 2060 (6 GB) + 32 GB RAM
Thoạt nhìn thì chỉ có 4 thành phần, tưởng cài khoảng 15 phút là xong. Nhưng thực tế thì… không đơn giản như vậy.
Quá trình cài đặt
Việc cài Blender, Ollama hay Cline đều khá dễ, cứ làm theo hướng dẫn là xong, tải về, bấm nút next next là xong (tôi dùng window).
Cài xong Ollama thì tải model, tôi tạm dùng Qwen3.8, vì tạm thời đang thấy nó khá thông minh, mỗi tội nặng, và chạy lâu.
Cái khó bắt đầu xuất hiện khi kết nối các thành phần với nhau.
Đầu tiên là Cline gọi Ollama liên tục bị timeout, nguyên nhân là máy tôi nó yếu, thời gian phản hồi của ollama rất chậm. Tôi loay hoay khá lâu mới phát hiện phải chỉnh file cấu hình, chuyển timeout từ 30 giây thành 1 tiếng luôn:
C:\Users\ten_user\.cline\data\settings\providers.json
Tiếp theo là Blender Open MCP. Ban đầu tôi chủ quan nghĩ đã cài addon của Claude/Codex thì không cần cài addon của Blender Open MCP nữa. Kết quả là AI gọi Tool thành công nhưng Blender không phản ứng gì. Cuối cùng phải gỡ sạch addon cũ và cài đúngaddon.pycủa Blender Open MCP thì mới hoạt động.
Sau mấy tiếng mò cuối cùng cũng kết nối thành công.
Chưa hết, với các tác vụ Blender, AI phải suy nghĩ và gọi tool liên tục. Nếu lập kế hoạch quá dài hoặc rơi vào vòng lặp, nó có thể dừng giữa chừng vì chạm giới hạn output token, dù Blender vẫn chưa hoàn thành công việc. Do đó tôi phải chia 1 prompt dài thành các prompt ngắn làm từng bước.
Bài học kỹ thuật
Đây có lẽ là phần mình tâm đắc nhất sau cả buổi ngồi vọc.
Ban đầu mình cứ nghĩ AI sẽ điều khiển Blender trực tiếp, kiểu như:
Ollama
│
Blender
Đó chính là vào Ollama gõ vài prompt rồi điều khiển được blender. Nhưng không!
Sau khi tìm hiểu mới biết mình hiểu sai hoàn toàn.
Thực tế, Ollama chỉ là bộ não để suy nghĩ xem nên làm gì tiếp theo. Nó không hề biết Blender là gì, cũng không biết API của Blender ra sao.
Luồng hoạt động thực tế sẽ như thế này:
Người dùng
│
Cline (AI Agent)
│
Ollama
│
Tool Call
│
Blender Open MCP
│
Blender Addon
│
Blender (bpy)
Khi mình gõ một prompt như: “Tạo ngôi nhà cấp 4” trên Cline.
Thì Ollama không tự tạo được ngôi nhà. Nó sẽ đọc danh sách các Tool mà Cline cung cấp, sau đó quyết định: “À, muốn làm việc này thì phải gọi Tool nào?”. Cline sẽ nhận yêu cầu đó, gửi sang Blender Open MCP, rồi MCP mới giao tiếp với Blender Addon để thực hiện các lệnh trong Blender.
Nói cách khác, AI không trực tiếp điều khiển Blender, mà chỉ quyết định nên sử dụng công cụ nào. Còn việc thực thi là do MCP và Addon đảm nhiệm.
Đến đây mình mới hiểu vì sao cùng một AI có thể hôm nay điều khiển Blender, ngày mai điều khiển Photoshop, Docker hay SQL Server. Chỉ cần có một MCP Server cung cấp đúng Tool, AI sẽ biết cách sử dụng mà không cần học lại từ đầu.
Đây cũng là lúc mình nhận ra MCP không chỉ dành cho Blender. Blender chỉ là một ví dụ. Ý tưởng phía sau mới là thứ đáng học nhất.
Thử sức mạnh
Hiệu năng
Cấu hình máy của tôi khá “đuối”. Với những prompt đơn giản thì còn chấp nhận được, nhưng chỉ cần yêu cầu AI tạo một mô hình tương đối phức tạp là thời gian chờ tăng lên rất nhiều.
Có những câu lệnh mình phải đợi 60–70 phút mới thấy Blender bắt đầu hoàn thành công việc.
Lý do là AI không chỉ trả lời một lần rồi xong. Trong suốt quá trình đó, nó phải liên tục suy nghĩ, gọi Tool, đọc lại trạng thái của Blender, rồi tiếp tục gọi Tool khác. Nếu model suy luận chậm thì toàn bộ workflow cũng chậm theo.
Đó cũng là điểm mình thấy khác biệt rất lớn so với Claude hay Codex. Với model cloud, cảm giác gần như đang có một người ngồi thao tác Blender giúp mình. Còn với AI local, nhất là trên cấu hình tầm trung như RTX 2060 6 GB, nhiều lúc chỉ biết… ngồi nhìn máy chạy.
Tuy nhiên tôi đã thử cách khác là chia nhỏ các prompt để ra kết quả nhanh hơn, ví dụ thay vì yêu cầu thiết kế 1 ngôi nhà có sân vườn, thì tôi chia thành 5 prompt: vẽ ngôi nhà sơ khai, sửa mái ngói, sửa sân, sửa cây cối …
Đổi lại, AI local cũng có những ưu điểm rất rõ ràng:
- Không phải lo tiền token.
- Có thể thử nghiệm thoải mái, chạy đi chạy lại bao nhiêu lần cũng được.
- Dữ liệu đều nằm trên máy, không phải gửi lên dịch vụ bên ngoài.
- Quan trọng hơn cả là mình hiểu được cách AI Agent và MCP hoạt động phía sau.
Kết luận
Sau buổi thử nghiệm này, mình rút ra một kết luận khá đơn giản: AI local hoàn toàn làm được, nhưng để có trải nghiệm “đã” như Claude hay Codex thì phần cứng vẫn là yếu tố quyết định. Nếu chỉ có GPU yếu thì nên xác định đây là môi trường để học, nghiên cứu và thử nghiệm là chính. Còn nếu mục tiêu là làm việc hằng ngày với Blender bằng AI thì hiện tại các mô hình cloud vẫn mang lại trải nghiệm mượt và hiệu quả và thông minh hơn rất nhiều.


