LLM vs. Diffusion bei Text zu 3D: LLM 3D Creation erklärt

Gib „eine stapelbare Aufbewahrungskiste mit eingelassenen Griffen“ in zwei verschiedene KI-3D-Tools ein, und du bekommst zwei sehr unterschiedliche Modelle zurück. Das eine sieht aus, als hätte es ein 3D-Artist mit dem Lineal gebaut: flache Paneele, gerade Kanten, Teile, die sauber aneinanderpassen. Das andere wirkt modelliert wie aus Ton: weiche Formen, gemalte Details, eine Oberfläche, die aus der Distanz gut aussieht, darunter aber keine klare Struktur hat.

Der Unterschied liegt darin, wie das Modell entsteht. Bei Text zu 3D mit einem LLM schreibt ein Sprachmodell die Geometrie als Code. Bei Text zu 3D mit einem Diffusionsmodell erzeugt ein generatives Modell die Form direkt, oft aus einem Bild davon. Beide Ansätze sind nützlich, und sie sind in genau entgegengesetzten Dingen gut.

Dieser Leitfaden erklärt beide Ansätze, zeigt, wo jeder gewinnt, und beschreibt, wie Sloyds LLM 3D Creation neben den Standard-Tools Text zu 3D und Bild zu 3D einzuordnen ist.

Was ist Text zu 3D mit einem LLM?

Text zu 3D mit einem LLM ist ein Verfahren, bei dem ein großes Sprachmodell ein Programm schreibt, etwa ein Modellierungsskript oder CAD-Code, und erst die Ausführung dieses Programms das Mesh erzeugt. Das Modell „zeichnet“ die Form nie. Es plant sie als Bauteile mit Position, Größe und Material, so wie ein Technical Artist sie per Skript aufbauen würde.

Weil das Ergebnis aus expliziten Operationen besteht (hier ein Quader, dort ein Zylinder, eine Fase an diesen Kanten), hat es meist:

• Saubere Hard-Surface-Geometrie. Flache Flächen bleiben flach, Kreise bleiben rund, und wiederholte Teile sind identisch.
• Exakte Proportionen. Ein Prompt wie „vier Beine, ein Regalboden auf halber Höhe“ lässt sich wörtlich umsetzen.
• Bearbeitbare Struktur. Das Skript ist die Quelle des Modells, also kann eine Folgeanweisung ein Teil ändern und den Rest unangetastet lassen.
• Niedrigere Polygonzahlen. Einfache Grundkörper brauchen wenige Dreiecke, was zu Low-Poly und facettierten Stilen passt.

Der Preis dafür ist Detail. Code ist schlecht darin, ein Gesicht, ein Wurzelgeflecht oder ein Fell zu beschreiben. Mit einem LLM gebaute Modelle sehen konstruiert aus, weil sie es sind.

Öffentliche Beispiele für 3D mit LLMs

Derselbe Ansatz findet sich in offenen Projekten und in der Forschung, geprüft am 30. Oktober 2026:

• Blender-Skripting über ein LLM. Das Open-Source-Plugin Blender MCP lässt ein Sprachmodell Python in einer laufenden Blender-Sitzung ausführen, um Objekte zu erstellen und zu bearbeiten und Materialien zuzuweisen, aus Clients wie Claude Code und Cursor. Mehr dazu, wie du Agents mit 3D-Tools verbindest, steht in unserem Leitfaden zu MCP-Servern für die 3D-Modellgenerierung.
• Prozedurale Modellierung mit LLM-Agents. Das Paper 3D-GPT verteilt die Arbeit auf drei LLM-Agents, die eine Szenenbeschreibung erweitern und in Parameter für die prozedurale Generierung in Blender übersetzen.
• Text zu CAD. CAD-Coder trainiert ein Modell darauf, CadQuery-Skripte zu schreiben, also parametrischen CAD-Code in Python, und belohnt es für geometrische Genauigkeit.
• Meshes als Text. LLaMA-Mesh bringt einem Sprachmodell bei, Vertices und Faces direkt als Text auszugeben.

Wer lieber mit vorgefertigten, parametrischen Grundformen arbeitet, findet in Sloyds parametrischen 3D-Vorlagen einen verwandten Ansatz: Form, Stil und Details lassen sich dort über Regler statt über einen Prompt steuern.

Was ist Text zu 3D mit einem Diffusionsmodell?

Text zu 3D mit Diffusion bezeichnet die Familie von Verfahren, die eine 3D-Form (samt Textur) mit einem Modell erzeugen, das auf großen Sammlungen von 3D-Assets oder Bildern trainiert wurde, statt Code zu schreiben. Die meisten Tools, die sich KI-3D-Modell-Generator nennen, arbeiten so, oft indem sie aus deinem Prompt zuerst ein Bild und aus dem Bild dann ein Mesh machen.

Einige öffentliche Referenzen, geprüft am 30. Oktober 2026:

• DreamFusion (2022) optimierte eine 3D-Szene so lange, bis ihre Renderings für ein vortrainiertes 2D-Text-zu-Bild-Diffusionsmodell stimmig aussahen, ganz ohne 3D-Trainingsdaten.
• Hunyuan3D 2.0 erzeugt mit einem großen Diffusion Transformer Geometrie passend zu einem Eingabebild und malt mit einem separaten Modell hochauflösende Texturen.
• TRELLIS kodiert Form und Erscheinungsbild in einem strukturierten 3D-Latent und erzeugt es mit Rectified-Flow-Transformern, ausgegeben als Mesh, 3D-Gaussians oder Radiance Field.

Darin ist diese Familie stark:

• Organische Formen. Figuren, Kreaturen, Pflanzen, Felsen und alles, was modelliert wie aus Ton wirken soll.
• Reiche Texturen. Gemalte Farbe, Abnutzung und Oberflächendetails kommen mit dem Modell.
• Treue zur Vorlage. Bild zu 3D folgt Silhouette und Farben einer Referenz sehr genau.

Der Preis dafür ist Struktur. Diffusions-Meshes sind typischerweise dichte, gleichmäßig triangulierte Oberflächen. Gerade Kanten werden leicht wellig, kleine mechanische Teile verschmelzen, und das Modell ist eine einzige Oberfläche statt benannter Bauteile. Viele Tools überlassen dir eine Retopologie oder Dezimierung, bevor das Asset ausgeliefert wird.

Sloyds Standard-Tool Text zu 3D arbeitet auf diese Weise: Es erzeugt aus deinem Prompt zuerst ein Bild und macht daraus ein texturiertes Modell im Polygonbudget des gewählten Presets (zum Beispiel Low Poly, 10k Dreiecke, für Spiele), das du als GLB, FBX, OBJ oder STL exportieren kannst.

Wie funktioniert LLM 3D Creation in Sloyd?

LLM 3D Creation (in der App Astra genannt) ist Sloyds 3D-Tool auf Basis eines Sprachmodells: Du beschreibst ein Objekt, ein Sprachmodell schreibt ein 3D-Modellierungsskript, Sloyd führt es auf seinem Render-Service aus und liefert ein texturiertes GLB zurück. Im App-Menü heißt das Tool LLM 3D Creation, du findest es unter app.sloyd.ai/labs/astra.

So läuft ein Durchgang ab, Stand Oktober 2026:

1. Du beschreibst das Objekt. Das Prompt-Feld fasst bis zu 2.000 Zeichen. Du kannst ein Referenzbild anhängen oder nur ein Bild schicken, und das Tool baut ein passendes Modell.
2. Das Modell schreibt und führt Code aus. Das Sprachmodell schreibt ein vollständiges, eigenständiges Skript, und Sloyd führt es aus. Ein Durchgang kann bis zu drei Pässe umfassen, damit das Modell ein fehlgeschlagenes Skript reparieren oder ein funktionierendes verbessern kann. Du kannst das finale Modell („Download final“) oder jeden einzelnen Pass herunterladen.
3. Oberflächen bekommen echte Materialien. Das Skript benennt jeden Oberflächentyp (zum Beispiel Metall, Holz, Glas oder Kunststoff, bis zu acht pro Modell), und Sloyd ordnet jedem Typ ein Katalogmaterial mit bis zu fünf PBR-Maps zu (Albedo, Ambient Occlusion, Metallic, Normal und Roughness). Fehlen einem Teil brauchbare UVs, baut Sloyd sie als Box-Projektion neu auf, ohne die Geometrie anzufassen.
4. Du verfeinerst mit Folge-Prompts. Unter dem Ergebnis nimmt „Iterate on this model“ (Modell weiter bearbeiten) eine Änderung wie „füge ein Visier hinzu, mach das Gehäuse mattschwarz“ entgegen. Das Tool bearbeitet das Skript, das das Modell gebaut hat, unbeteiligte Teile bleiben erhalten, und jede Iteration wird als neues Modell gespeichert. Das Original bleibt unverändert, und du kannst eine frühere Version wählen und von dort abzweigen.

Die wichtigsten Details:

• Status: Beta. Du brauchst ein angemeldetes Sloyd-Konto mit Credits; Sloyd Plus und Pro enthalten monatliche Credits.
• Preis: 10 Credits pro Generierung und pro Iteration zum Einführungspreis, regulär 20. Sloyd Plus ($15/Monat) enthält 50 Credits pro Monat, Sloyd Pro ($50/Monat) 350; siehe Preise.
• Dauer: Ein Durchgang dauert mehrere Minuten, deutlich länger als eine Standard-Generierung mit Text zu 3D.
• Sichtbarkeit: Wähle vor dem Generieren „Public“ oder „Private“. Öffentliche Modelle werden unter CC BY 4.0 geteilt.
• Ausgabe: ein GLB mit Materialien. „Download final“ speichert das Modell, und „Open in editor“ bringt es in die übrigen Sloyd-Tools.
• Umfang: ein klar umrissenes Objekt pro Prompt. Die Seite schlägt Prompts vor wie "A stackable storage crate with rounded ribs and recessed handles", "A modular sci-fi wall panel with vents and cable channels" und "A low-poly observatory tower with an exterior staircase".

Zwei weitere Wege führen zu LLM 3D Creation. Lädst du bei Bild zu 3D das Foto eines realistischen Gebäudes hoch, bietet Sloyd einen Button an, der derzeit „Build it with Astra (recommended)“ heißt, weil ein per Skript gebautes Gebäude meist sauberer ausfällt als eines aus einem einzelnen Bild. Und Sloyds KI-Agent für Abonnenten kann LLM 3D Creation aus dem Chat aufrufen und die selbst erstellten Modelle bearbeiten; mehr dazu in unserem Überblick über KI-Agents zum Erstellen von Game-Assets.

Wofür es nicht die Lösung ist: Figuren, Kreaturen und alles Organische oder sehr Detailreiche. Außerdem ist LLM 3D Creation Stand Oktober 2026 nicht Teil der Sloyd-API oder des MCP-Servers. Wenn du Text zu 3D per Code brauchst, decken die Sloyd-API und unser Leitfaden zu APIs für die 3D-Modellgenerierung die diffusionsbasierten Endpunkte ab.

LLM oder Diffusion: Welcher Ansatz für Text zu 3D passt?

Nutze Text zu 3D mit einem LLM für Hard-Surface-, Funktions- und Architekturobjekte, bei denen Formgenauigkeit und Bearbeitbarkeit zählen, und Diffusion für Figuren, Kreaturen, organische Props und alles, was reiche gemalte Texturen braucht. Viele Projekte nutzen beides.

Prompt-Tipps für beide Ansätze

Der beste Prompt hängt davon ab, wie das Modell gebaut wird: LLM-Prompts sollten sich wie eine Stückliste lesen, Diffusions-Prompts wie eine Beschreibung, wie das Objekt aussieht.

Prompts für LLM 3D Creation

1. Nenne ein Objekt. Die Seite des Tools bittet um Prompts, die sich auf ein Objekt konzentrieren. Eine Szene mit fünf Dingen sind fünf Prompts.
2. Zähle die Teile auf. „Werkbank mit dicker Holzplatte, vier quadratischen Stahlbeinen, einem unteren Regalboden und zwei Schubladen rechts“ gibt dem Modell einen Plan.
3. Gib Proportionen und Anzahlen an. „Doppelt so hoch wie breit“, „sechs Lüftungsschlitze in einer Reihe“, „ein Dach mit 45 Grad Neigung“ sind für Code leicht und schwer zu erraten.
4. Nenne Materialien pro Oberfläche. „Rahmen aus gebürstetem Metall, Paneele aus Milchglas, Gummifüße“ passt direkt zu den Materialtypen, die das Skript vergibt.
5. Verfeinere in kleinen Schritten. Ändere pro Iteration eine Sache („dickere Wände“, „vorne einen Verschluss anbringen“), statt den ganzen Prompt neu zu schreiben.
6. Nutze ein Referenzbild, um Form und Farben festzulegen. Das Tool behandelt das Bild als visuelles Ziel für Form, Proportionen, Aufbau und Farben, die Oberflächentexturen stammen aber weiterhin aus Sloyds Materialkatalog.

Prompts für Text zu 3D mit Diffusion

1. Beginne mit Motiv und Stil. „Stilisierter Goblin-Händler, handgemalte Textur, kräftige Proportionen“.
2. Beschreibe den Look, nicht die Konstruktion. Textur, Stimmung und Silhouette zählen mehr als die Anzahl der Teile.
3. Bleib bei einem Motiv. Sloyds Text zu 3D kürzt lange oder szenenartige Prompts ohnehin auf ein Hauptmotiv.
4. Nutze Bild zu 3D, wenn du Artwork hast. Eine Skizze oder ein Rendering legt das Design besser fest als Worte; Tipps dazu findest du bei Bild zu 3D.

Weitere allgemeine Hinweise zum Prompten stehen auf der Seite zu Text zu 3D.

Was du nach dem Generieren tun kannst

Modelle aus LLM und Diffusion landen am selben Ort: in My Activity (deine Aktivität), bereit für die übrigen 3D-Tools.

• In Teile zerlegen. Ein Diffusionsmodell ist eine einzige Oberfläche; Split to Parts zerlegt es in Teile, optional mit Zapfen und Löchern für den 3D-Druck. Siehe 3D-Modell mit KI in Teile zerlegen.
• Mesh reduzieren oder umformen. Mesh Modifiers dezimieren ein Mesh auf ein niedrigeres Polygonbudget und formen ein Modell im Browser um; siehe den Leitfaden zu Mesh Modifiers.
• Druckfertig machen. Füge mit Mounts & Keychains eine Wandhalterung, einen Ständer, einen Anhänger oder eine Schlüsselring-Öse hinzu, beschrieben in unserem Leitfaden zum KI-Schlüsselanhänger-Generator.
• Ab in die Engine. Prüfe für Spiele die Polygonzahl und exportiere als GLB oder FBX. Siehe 3D für die Spieleentwicklung.

Häufige Fehler bei Text zu 3D mit LLM und Diffusion

Die meisten Fehler entstehen, wenn der Ansatz nicht zum Asset passt: organische Formen von einem Sprachmodell oder präzise mechanische Teile von Diffusion zu verlangen.

• Ein LLM um eine Figur bitten. Per Code gebaute Menschen und Tiere sehen aus wie Schaufensterpuppen. Nutze stattdessen Text zu 3D oder den 3D-Menschenmodell-Generator.
• Diffusion um präzise Mechanik bitten. Zahnräder, Scharniere und wiederholte Lüftungsschlitze werden weich. Nutze LLM 3D Creation oder eine Vorlage.
• Eine ganze Szene in einen Prompt packen. Beide Ansätze funktionieren am besten mit einem Objekt. Baue Szenen aus einzelnen Assets.
• Den Prompt neu schreiben, statt zu iterieren. Bei LLM 3D Creation startet ein neuer Prompt ein neues Modell von vorn. Ein Folge-Prompt behält, was schon funktioniert.
• Sofortige Ergebnisse von LLM 3D Creation erwarten. Ein Durchgang dauert mehrere Minuten; für schnelles Ausprobieren sind die Standard-Tools schneller.
• Meshes über Budget ausliefern. Wähle vor dem Generieren ein Spiele-Preset wie Low Poly, oder dezimiere mit Mesh Modifiers, bevor das Modell in eine Echtzeit-Engine kommt.

FAQ

Was ist der Unterschied zwischen Text zu 3D mit LLM und mit Diffusion?

Bei Text zu 3D mit einem LLM schreibt ein Sprachmodell Code, der das Mesh baut. Das ergibt saubere Hard-Surface-Formen und eine bearbeitbare Struktur. Diffusion erzeugt Form und Textur direkt aus gelernten Daten, oft über ein Zwischenbild, und eignet sich für organische Formen, Figuren und detaillierte Texturen.

Was ist LLM 3D Creation in Sloyd?

LLM 3D Creation ist Sloyds Text-zu-3D-Tool auf Basis eines Sprachmodells, zu finden im Menü Create 3D der Sloyd-Web-App. Du beschreibst ein Objekt, hängst optional ein Referenzbild an, und das Modell schreibt und startet ein Modellierungsskript, das ein texturiertes GLB liefert. Es ist in der Beta und kostet zum Einführungspreis 10 Credits pro Durchgang, regulär 20.

Kann ich ein mit LLM 3D Creation erstelltes Modell bearbeiten?

Ja. Gib unter jedem Ergebnis eine Folgeanweisung ein, etwa „füge einen Griff hinzu“ oder „mach die Wände dicker“. Das Tool ändert das Skript, das das Modell gebaut hat, und behält unbeteiligte Teile. Jede Iteration wird als neues Modell gespeichert, das Original bleibt erhalten, und du kannst von jeder früheren Version abzweigen.

Ist Text zu 3D mit LLM besser als Diffusion für Game-Assets?

Das hängt vom Asset ab. Ein LLM ist besser für Kisten, Paneele, Möbel, Gebäude und facettierte Low-Poly-Props. Diffusion ist besser für Figuren, Kreaturen, Pflanzen und stilisierte Props mit gemalten Details. Die meisten Spiele brauchen beides, also setze jeden Ansatz dort ein, wo er am stärksten ist.

Können ChatGPT oder Claude 3D-Modelle erstellen?

Ein allgemeiner Chatbot kann Blender-Python oder CAD-Code schreiben, den du selbst ausführst, und Plugins wie Blender MCP lassen ihn Blender direkt steuern. Sloyds LLM 3D Creation fasst diese Idee in einem Schritt zusammen: Es schreibt das Skript, führt es aus, weist Materialien zu und liefert ein GLB, ganz ohne lokale 3D-Software.

Funktioniert LLM 3D Creation mit einem Referenzbild?

Ja. Häng ein Bild an deinen Prompt oder schick nur das Bild. Das Tool behandelt das Bild als wichtigstes visuelles Ziel für Form, Proportionen, Aufbau und Farben. Lädst du bei Bild zu 3D das Foto eines realistischen Gebäudes hoch, bietet Sloyd außerdem an, es stattdessen mit LLM 3D Creation zu bauen.

Ist LLM 3D Creation über die Sloyd-API verfügbar?

Nein, Stand Oktober 2026. LLM 3D Creation läuft in der Sloyd-Web-App und über den KI-Agent für Abonnenten. Die Sloyd-API und der MCP-Server decken Text zu 3D, Bild zu 3D, Multi-Bild zu 3D, Retexturierung, Split to Parts sowie Bildgenerierung, Bildbearbeitung und Skyboxen ab, abgerechnet über vorausbezahlte API-Credits, getrennt von den Web-Plänen.

Beides ausprobieren und behalten, was funktioniert

Text zu 3D mit LLM und mit Diffusion sind keine Konkurrenten. Das eine baut, das andere modelliert, und eine gute Asset-Bibliothek nutzt beides.

Starte ein Hard-Surface-Prop oder ein Gebäude mit LLM 3D Creation in Sloyd und nutze Text zu 3D oder Bild zu 3D für Figuren und organische Props. Die Grundlagen erklärt der Glossareintrag zu Text zu 3D.