bw_0192 · character

原始题目全文

以下逐字展示 query.txt，保留原文语言；这是任务要求，并非生成结果或评分标准。

我教造型和解剖课，想要一个能在课上拆开来讲的半身人物模型，做成偏游戏卡通的写实风格，专门用来给学生讲头部骨相和五官分区，所以结构准比好看重要。参考就照这张图里的人来：棕褐肤色的成年男性，头发是贴着头皮的短黑寸头，一对又浓又粗的眉毛，下颌到腮边一圈修短的络腮胡，脸上是咧嘴笑、上下牙都露出来的那种表情。姿势别摆太夸张，正对镜头、微微抬头的自然半身就行，方便我在上面拉标注线。

我最在意的是脸——颧骨、眉弓、下颌角这些骨点的位置要落准，眼窝到鼻梁的过渡、笑起来嘴角上提时脸颊肌肉怎么鼓、下巴和脖子的衔接，都得交代明白，别为了顺滑就把结构抹平了，也别臆造图里没有的东西。头、脖子、上身这几块最好能分层拆开，我讲的时候好一块块拿出来。

衣服是件黄色立领外套，立领正中有一颗浅色的圆纽扣，就照这个来；外套其余的走向和背面你按正面的样式顺下去接上就行。材质上皮肤要有点透光、别做成塑料，寸头和胡茬走哑光、能看出发根的密度，外套给一点软呢/绒的质感，纽扣略带光泽，牙齿别太白得发假。

灯光用中性偏柔的布光，主光加两侧补光，重点是把面部的起伏和体积交代清楚，别打太戏剧化的硬阴影；背景放纯色干净底，具体配色和抬头的幅度你自己拿捏，只要看着自然、留白够我加注就行。最后用 Cycles 出两张 PNG——一张正脸、一张四分之三侧脸，2K 分辨率，工程也存成 .blend，方便我后面换角度和加标注。

原始参考素材

任务附件

本题没有额外附件。

本次运行附加的执行指令

这是自建 harness 传给两模型的共同执行指令，不属于原始题目。CPU 设置与个别原题 GPU 要求之间的差异，详见主页说明。

Complete the Blender creation task in /workspace/inputs/query.txt using all declared references and attachments in /workspace/inputs/input.json. Read the reference images with Read; for video, extract and inspect frames with ffmpeg and Read. Blender 4.2.10 is available as `blender` or /runtime/blender/blender. Python with Pillow/NumPy is available as `python`. You can write and run bpy scripts with background Blender. This machine uses CPU Cycles; use 8 threads, and inspect your renders before finishing. You have an 8-hour time budget. Fulfil the original requested deliverables, including animations and resolutions where specified. Save the editable primary project to /workspace/exports/final.blend, with requested images/videos and all texture dependencies inside /workspace/exports using relative paths or packed assets. Put temporary scripts and previews under /workspace/work. Do not finish while required rendering jobs are still running. Use only the provided task inputs, your tools, and your own creation work; evaluation is separate.

完整输入文件

下载本题完整输入 ZIP

{
  "task_id": "bw_0192",
  "query_file": "query.txt",
  "files": [
    "references/image_01.jpg",
    "instruction.html",
    "reference_images.base64.json"
  ]
}

instruction.html 和 reference_images.base64.json 为输入目录内的原始文件，已保留供下载。本页不包含评测 rubric 或模型产物。