Hoe Florida Universitària de 3D Previs-tijd met 90% Verminderde met Meshy

Een proef van twee weken met 49 studenten aan Florida Universitària in Spanje verkortte het modelleren van tijdelijke aanduidingen van 1–2 uur naar 5–15 minuten, waarbij 448 modellen werden gegenereerd over 8 game-ontwikkelingsteams.

Pau Comes geeft les in 3D-animatie, games en interactieve omgevingen aan Florida Universitària, een hogeschool in Valencia, Spanje, waar tweedejaarsstudenten zes maanden besteden aan het ontwikkelen van een gameproject van concept tot publicatie. Binnen dat schema is previsualisatie de fase die het meest te lijden heeft.

Om te testen of generatieve AI dat kon veranderen, voerde Pau samen met een andere professor in november 2025 een proef van twee weken uit binnen de module Audiovisual Animation Project, waarbij Meshy 6 Preview werd gebruikt om beeld-naar-3D AI in de previs-fase te brengen. Met onbeperkte studio toegang gedurende de looptijd, stopten de studenten die Meshy adopteerden met het handmatig bouwen van tijdelijke aanduidingen. In plaats daarvan voerden ze hun eigen concept art in Meshy in, genereerden snelle volumetrische proxies en gebruikten deze om camera's, schaal en compositie in de daadwerkelijke scène te testen, allemaal voordat er enig definitief modelleringswerk begon.

Die verschuiving deed meer dan alleen tijd besparen. Het bracht previs terug in het curriculum als een echte werkfase en opende het voor het hele team, niet alleen voor de één of twee specialisten die het vroeger beheerden. Het gaf de groep ook hun eerste praktische ervaring met AI-ondersteunde 3D-pijplijnen, hetzelfde soort dat studio's nu bouwen.

Waarom 3D Previs een Knelpunt Wordt in Animatieklaslokalen

In animatie- en game-educatie is pre-productie meestal het eerste dat verdwijnt wanneer deadlines strakker worden. Storyboards, animatics en 3D previs klinken op papier essentieel, maar studenten die nog de volledige pijplijn leren, hebben de neiging om direct te springen naar het modelleren van definitieve assets. Previs krimpt ofwel in tot een ruwe schets of verdwijnt helemaal uit het schema.

Voor Pau was dat het meest kwetsbare punt in het curriculum. Voor de proef liepen zijn studenten steeds tegen dezelfde vier problemen aan tijdens vroegtijdig 3D-werk:

• Langzame handmatige tijdelijke aanduidingen. Een vergelijkbare tijdelijke aanduiding die met de hand werd gebouwd, duurde 1 tot 2 uur, waardoor er weinig tijd overbleef om camera's, schaal en compositie te testen.
• Geconcentreerde werkdruk. Met slechts een paar uur begroot voor previs, zouden één of twee studenten per groep een enkele versie produceren, terwijl de rest van het team vastzat in hun eigen specialisaties.
• Moeilijk te communiceren ruimtelijke ideeën. Schetsen en mondelinge beschrijvingen waren niet genoeg om een team op één lijn te krijgen over vorm, schaal en kadering vóór de productie.
• Verbeelding voor op vaardigheid. Sommige studenten konden een scène duidelijk voor zich zien, maar konden deze nog niet vanaf nul modelleren, waardoor goede ideeën in hun hoofd bleven.

Het resultaat was een bekende kloof tussen storyboard en blocking. Die kloof is precies waar betere beeld-naar-3D tooling het meeste verschil maakt.

Het Ontwerpen van een Twee-Weekse Proef Binnen een Echt Gameproject

Pau voerde de studie uit binnen een actieve productiecontext, niet als een op zichzelf staande oefening:

• 49 tweedejaarsstudenten in de Hogere Beroepsopleiding in 3D Animatie & Interactieve Omgevingen (het Spaanse Formación Profesional / Beroepsopleidingssysteem)
• 8 ontwikkelingsteams, elk die een cinematische of game trailer produceert voor hun eigen titel
• Een twee-weekse previs periode binnen het bredere zes maanden durende project
• Onbeperkte Meshy toegang in studiomodus gedurende de looptijd
• Gemengde methoden evaluatie: pre- en post-pilot enquêtes, in-platform asset logs, en kwalitatieve beoordeling van gegenereerde modellen en teamuitkomsten

De reikwijdte was vanaf dag één duidelijk. Meshy was specifiek gericht op de previs-fase vanaf dag één, waar snelheid en iteratie belangrijker zijn dan de uiteindelijke productiekwaliteit. De vraag was beperkter: kon AI ervoor zorgen dat previs niet werd opgeofferd en studenten helpen betere beslissingen te nemen voordat ze zich vastlegden op honderden uren modelleren?

Hoe Studenten Meshy's Image-to-3D Gebruikten voor Previs

Binnen de eerste paar dagen ontstond er een duidelijk patroon. In plaats van alleen met tekstprompts te werken, gebruikten studenten Meshy als een 2D-naar-3D vertaler: ze voerden hun eigen concept art en eerdere schetsen in en evalueerden vervolgens of de volumetrische interpretatie die terugkwam de moeite waard was om verder te ontwikkelen.

De image-to-3D workflow waar de meeste teams op uitkwamen:

1. Upload referentie. Concept art of een 2D schets van eerder in het project.
2. Genereer een volume. Image-to-3D levert binnen enkele minuten een snelle getextureerde proxy op.
3. Plaats het in de scène. Test verhoudingen, framing en schaal ten opzichte van de rest van de lay-out.
4. Beslis. Behoud wat werkt, maak de topologie schoon waar nodig, en ga de productie in met een duidelijker beeld van hoe de uiteindelijke opname eruit moet zien.

Wat Meshy hen gaf, was een volumetrisch schetsboek: de 3D-snapshot die een previs-fase daadwerkelijk nodig heeft. Teams konden een framing proberen, het weggooien, een andere proberen, en de productiefase ingaan met beslissingen die al vastliggen in plaats van te gokken.

Een paar gebruikssituaties kwamen bij bijna elk team naar voren:

• Scènes vullen met getextureerde proxies om verder te gaan dan een platte greybox
• Camerahoeken en schaal testen tegen daadwerkelijke volumes in plaats van ingebeelde
• 2D concept art omzetten in 3D mock-ups die het hele team kon beoordelen
• Ruimtelijke ideeën communiceren die moeilijk verbaal te beschrijven of snel te schetsen waren

Gedurende het hele proces bleef de student de leiding houden over het werk. Meshy stelde voor, en studenten selecteerden, corrigeerden en besloten. Die mix van snelle AI-generatie met consistente menselijke beoordeling was wat de workflow deed blijven hangen.

"Meshy hielp studenten ideeën te verduidelijken en ze in een afbeelding te tonen."

Pau Comes

3D Animatie Professor, Florida Universitària

Wat Meshy Veranderde in de Klas

Evaluatie in een Oogopslag

Na de twee weken durende proefperiode beoordeelden studenten Meshy op zes dimensies:

De scores kwamen precies uit waar de pilot voor was ontworpen om te testen. Gebruiksgemak, nuttigheid voor previsualisatie en snelheid — de drie dimensies die het belangrijkst zijn voor de overgang van concept naar een werkende 3D lay-out — scoorden allemaal boven de 4 van de 5.

Snellere Previs Herstructureerde Hoe Teams Werkten

De grootste winst was snelheid. Het maken van placeholders daalde van 1–2 uur naar ongeveer 5–15 minuten per model, een reductie tot 90%. Gedurende de twee weken genereerden de acht teams 448 modellen samen.

De interessantere verandering was structureel. Snellere placeholders stelden teams in staat om te herzien hoe ze de vroege fase verdeelden:

• Sub-teams produceerden parallelle previs-versies en vergeleken deze naast elkaar, in plaats van zich vooraf vast te leggen op een enkele gehaaste versie.
• Elke student kon bijdragen aan vroege visuele beslissingen, niet alleen de een of twee specialisten die standaard de previs beheerden — hoewel in de praktijk het gebruik geconcentreerd was onder een paar intensieve gebruikers.
• Meer projecttijd ging naar experimenten met camera en ritme, met meer feedback van de instructeur per iteratie.

Voor een cohort dat is opgebouwd rond interdisciplinair teamwerk, was dat laatste punt net zo belangrijk als de snelheid zelf. Studenten werden niet langer in smalle rollen geduwd die alleen aan hun specialisatie waren gebonden, en het eigenaarschap van vroege creatieve beslissingen werd gedeeld binnen het team.

Een Nieuwe Rol: Van Modelleur naar 3D Regisseur

De pilot veranderde ook wat studenten deden tijdens de previs. Er ging minder tijd naar het vanaf nul modelleren in deze fase. Meer tijd ging naar het opstellen van prompts, het kiezen tussen variaties, het bekritiseren van resultaten en het plannen van correcties.

Die verschuiving opende ruimte om vaardigheden te onderwijzen waar de industrie al om vraagt:

• Multimodale promptontwerp. Vloeiend werken met zowel tekst- als beeldinvoer.
• Cureren van AI-resultaten. Weten wanneer een generatie nuttig is als referentie en wanneer niet.
• Retopologie en opruimen van AI-gegenereerde meshes. Een concrete technische vaardigheid bovenop de generatieve workflow.

De rol verschoof gedeeltelijk van modelleur naar 3D regisseur: iemand die het probleem kadert, de opties evalueert en de verfijning aanstuurt.

AI als Cognitieve Steiger: Toegankelijkheid in 3D Onderwijs

Een bevinding herdefinieerde hoe het team zelf over adoptie dacht. Een leerling die doorgaans moeite had met handmatig 3D modelleren genereerde 57% van alle modellen in de pilot. Voor sommige leerlingen werkt generatieve AI als een soort cognitieve steiger: een brug tussen verbeelding en uitvoering die hen in staat stelt ideeën te externaliseren die ze nog niet met de hand kunnen modelleren.

Dat wijst op een echt toegankelijkheidsvoordeel naast het productiviteitsvoordeel. AI 3D-tools kunnen verbreden wie mag bijdragen aan vroeg creatief werk, niet alleen de mensen versnellen die het al produceren. Voor een programma dat is opgebouwd rond interdisciplinair teamwerk, is dat een betekenisvolle verschuiving. Studenten die anders modelleertaken aan teamgenoten zouden hebben overgedragen, konden direct deelnemen aan het vormgeven van de visuele richting van hun project.

"Het helpt me uit te drukken wat ik niet weet hoe ik moet modelleren, of bespaart me uren zoeken," zei een deelnemende student.

Een Realistische Kijk op Adoptie

Adoptie binnen het cohort was ongelijk, en dat bleek nuttig te zijn. Ongeveer 55% van de studenten omarmde Meshy, terwijl 45% ervoor koos het niet te gebruiken, meestal om weloverwogen redenen in plaats van technische barrières: een voorkeur voor handwerk, zorgen over de impact van AI op creatief werk, of vragen rond auteursrecht en stijl. Het onderwijsteam bouwde die splitsing in de module zelf in, en beschouwde het als een kans om te bespreken hoe je kunt samenleven met AI zonder artistieke identiteit te verliezen. Tegen het einde van de pilot waren de houdingen verschoven van brede bezorgdheid naar een duidelijker gevoel van waar het hulpmiddel daadwerkelijk past.

Wat Nu: Meshy Inbouwen in het Programma

De pilot dekte alleen de pre-productie. De volgende fase, die al aan de gang is, neemt de previs-assets die met Meshy zijn gegenereerd en gebruikt ze om camera, schaal en narratief ritme vast te leggen voordat de definitieve assets via de traditionele pijplijn worden geproduceerd. Het verschil, vergeleken met eerdere cohorten, is veel minder onzekerheid bij het ingaan van de productie.

Voor Florida Universitària heeft de pilot geleid tot verschillende concrete beslissingen over het programma zelf:

• Positioneer Meshy als een concept- en 3D-previs-tool binnen het curriculum: een snelle mock-up en volumetrische schetslaag, met ruimte om in de loop van de tijd te evolueren naar de uiteindelijke productie.
• Ontwerp "Generate + Fix" oefeningen waarbij studenten een basis in Meshy genereren, retopologiseren en UV-unwrappen in Blender, en het resultaat integreren in Unity of Unreal.
• Voeg AI-geletterdheid en ethiekmodules toe aan het programma, zodat studenten leren deze tools kritisch te gebruiken in plaats van kritiekloos.
• Breid de aanpak uit naar andere vakken. Digitaliseringscursussen en meer geavanceerde programma's worden overwogen, mogelijk in de vorm van een workshop of bootcamp.

Voor een docent die werkt met strakke schema's en veeleisende studenten, vond Meshy zijn plaats precies daar waar het curriculum het meest kwetsbaar was: previsualisatie.

"De vraag is niet of AI de klas zal betreden. Het is waarvoor we het daar willen hebben."

Pau Comes

3D Animatie Professor, Florida Universitària

In deze pilot was het antwoord duidelijk: een katalysator voor de meest kwetsbare fase van het creatieve proces.

Florida Universitària voert nu de volgende fase van het experiment uit met de cohort van dit jaar. We komen terug met wat ze ontdekken.