Независимый автор CCORE представил предварительную версию программирующей модели, дообученной на базе Qwen3.5-4B, которая по текстовому описанию генерирует интерактивную 3D-сцену на Three.js в виде самодостаточного HTML-файла. Модель была включена в каталог 29 10. Повторное включение обусловлено тем, что начиная с 30 10 версия в формате GGUF поддерживает прием референсных изображений: если подать ей картинку, она сгенерирует соответствующую 3D-сцену.
Рост рейтинга: 348 · Лайки: 394 · Загрузки: 29615
Причины
- Новое содержание 1: автор 30 10 загрузил файл визуального проектора размером около 644 МиБ. Это оригинальный BF16 mmproj от Qwen3.5-4B без изменений, взятый из lmstudio-community. После загрузки этого файла квантованные версии Q4_K_M и Q8_0 получают возможность анализировать изображения. В карточке модели приведен пример с референсным изображением острова с воксельным деревом и промптом «create this scene using voxels 3d», на который модель сгенерировала соответствующую сцену на Three.js.
- Новое содержание 2: 29 10, то есть после предыдущего включения, автор опубликовал технический отчет о процессе обучения в формате PDF. Теперь также общедоступны веса в формате FP16 safetensors и обучающий набор данных из 4,146 сцен (лицензия MIT).
- Размер модели 4B позволяет запускать её локально в формате GGUF, лицензия Apache-2.0.
Использование
- llama.cpp: запустите 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 и отправляйте промпты с прикрепленными изображениями через встроенный WebUI. Автор тестировал на llama.cpp b11889; для Q8_0 можно добавить флаги --cache-type-k q8_0 --cache-type-v q8_0 для экономии памяти KV-кэша.
- Системный промпт следует использовать как указано в карточке: использовать только three.module.min.js из three.js 0.160.0 на cdnjs, не импортировать аддоны, управление камерой реализовывать непосредственно в HTML. Параметры сэмплирования: temperature 0.6–0.8, top_p 0.90–0.95, top_k 20–40.
- В LM Studio необходимо отключить предсказание нескольких токенов (MTP), которое включено по умолчанию.
Риски
- Возможность анализа изображений обеспечивается проектором от оригинальной Qwen3.5-4B, без специализированного визуального обучения для 3D-сцен. Автор отмечает, что вывод представляет собой интерпретацию референсного изображения, а не его поэлементное воспроизведение; приведен лишь один пример, и тестирование было кратким, без нагрузочных тестов на полное контекстное окно.
- Модель все еще находится на ранней стадии превью, отсутствуют какие-либо бенчмарки. Токены изображений и генерируемый код используют общее контекстное окно, а проектор требует дополнительной памяти; возможность работы с изображениями в других интерфейсах зависит от их реализации мультимодальности.
- Это персональное дообучение, а не официальная версия Qwen.