輸入「機械人在滑板上跳舞」，WVY-Blender-5m 便可預測場景指令，再由配套 Blender builder 建立可編輯的三維動畫。這款小型語言模型由 Starpower 從零訓練，並非基於其他 base model 微調；它將文字理解與場景製作分工，讓使用者保留物件、材質、鏡頭及動畫關鍵影格，繼續在 Blender 修改。
模型負責選擇場景指令的 token，解譯器執行指令，程序化程式則提供幾何形狀與動畫。例如「把狗改成藍色」會轉成指定物件及顏色的編輯操作；Blender 問答則導向 119 個預先撰寫的知識主題。成品能力因此同時依賴模型與建構程式，不能單憑示範影片推斷模型能自由創作任何物件。
- 支援 126 類角色與物件、29 種動作及 24 種場景設定，亦可處理天氣、光線與鏡頭運動。
- 後續指令可改顏色、加入或移除物件，以及調整取景，適合反覆修改場景。
- 目前生成風格化程序場景，不支援圖片輸入、任意新網格生成或數值旋轉指令。
- 模型有 525 萬參數，checkpoint 約 21 MB；小檔案體積不等於 Blender 渲染只需同等記憶體。
訓練資料是英文提示與精簡場景指令的配對，共有 111.2 萬組：54 萬組建場景、25.2 萬組編輯，以及 32 萬組問答路由。初次訓練使用 90 萬組資料，記錄 12,000 次更新；擴充資料後再訓練 4,500 次，每批 96 組，但不能據此認定每筆資料均被讀取。圖片、影片與網格屬系統輸出，並非視覺訓練輸入。
示範片段每段 5 秒、每秒 12 格，屬經挑選的例子，並不保證重現所有要求；demo_manifest.json 收錄提示、解碼後場景規格及 checkpoint 雜湊值，可供核對。較合理的試用方向是詞彙範圍內的動畫草稿與場景編輯，並逐項檢查物件關係及動作是否符合指令。
