Le modèle de programmation en préversion, affiné par l'auteur indépendant CCORE sur la base de Qwen3.5-4B, génère des scènes interactives Three.js en 3D sous forme de fichiers HTML autonomes à partir de descriptions textuelles. Il a été référencé le 29 10. Cette nouvelle référence est due au fait que, depuis le 30 10, la version GGUF accepte les images de référence : en lui fournissant une image, il génère une scène 3D correspondante.
Score de progression 348 · J'aime 394 · Téléchargements 29615
Raisons
- Nouvelle information 1 : L'auteur a téléchargé le 30 10 un fichier de projection visuelle d'environ 644 MiB. Il s'agit du mmproj BF16 de la version originale de Qwen3.5-4B, sans modification, provenant de lmstudio-community. Les versions quantifiées Q4_K_M et Q8_0 peuvent désormais interpréter les images après avoir chargé ce fichier. L'exemple fourni dans la fiche consiste à fournir une image de référence d'une île d'arbres en voxels avec la consigne « create this scene using voxels 3d », et le modèle génère la scène Three.js correspondante.
- Nouvelle information 2 : Le 29 10, soit après la dernière référence, l'auteur a publié un rapport technique PDF sur les méthodes d'entraînement. Les poids safetensors FP16 et le jeu de données d'entraînement de 4,146 scènes (sous licence MIT) sont désormais également publics.
- Taille de 4B, exécutable localement via GGUF, sous licence Apache-2.0.
Utilisation
- llama.cpp : Exécutez llama-server -m Qwen3.5-4B-3D-Coder-Q4_K_M.gguf --mmproj mmproj-Qwen3.5-4B-BF16.gguf --n-gpu-layers all --flash-attn on --ctx-size 65536, puis envoyez une consigne avec une image jointe via l'interface WebUI intégrée. L'auteur a testé avec llama.cpp b11889 ; pour Q8_0, vous pouvez ajouter --cache-type-k q8_0 --cache-type-v q8_0 pour économiser la mémoire du cache KV.
- Utilisez le prompt système indiqué dans la fiche : utilisez uniquement three.module.min.js de three.js 0.160.0 hébergé sur cdnjs, n'importez pas d'addons, et implémentez le contrôle de la caméra directement dans le HTML. Pour l'échantillonnage, utilisez temperature 0.6–0.8, top_p 0.90–0.95, top_k 20–40.
- Dans LM Studio, désactivez la prédiction multi-tokens (MTP), activée par défaut.
Risques
- La capacité d'analyse d'images provient du projecteur de la version originale de Qwen3.5-4B, sans entraînement visuel spécifique pour les scènes 3D. L'auteur précise que la sortie reflète une compréhension de l'image de référence, sans reproduction exacte des détails ; l'exemple est unique et n'a fait l'objet que de tests courts, sans test de charge sur le contexte complet.
- Il s'agit toujours d'une préversion précoce, sans aucun score de benchmark. Les tokens d'image et le code généré partagent le contexte, et le projecteur consomme de la mémoire supplémentaire ; la capacité d'analyse d'images dans d'autres interfaces dépend de leurs implémentations multimodales respectives.
- Il s'agit d'un affinement personnel, et non d'une version officielle de Qwen.