Qwen3.5-4B-GLB-3D-Coder：场景生成、GLB 导出

1. 从场景查看到资产导出

CCORE 的 Qwen3.5-4B-GLB-3D-Coder 是一款根据请求生成基于 Three.js 的 3D 场景的编程模型。它并非直接输出造型文件，而是生成在浏览器中绘制场景的代码。

输出结果是一个包含场景和导出按钮的 HTML 文件。用户在浏览器中打开并查看后，可将其下载为 GLB，即一种保存 3D 场景的文件格式。生成的代码不仅展示画面，也负责将结果转为可导入编辑器的文件。

制作者还公布了将结果导入 Godot 编辑器的示例。

2. 更新的检查点与示例

据模型卡说明，运行文件于协调世界时 2026年11月2日 04:50 更新为新检查点。检查点指训练过程中保存的模型。用于减小体积的量化文件 Q4_K_M 和 Q8_0 均已替换，制作者称其测试显示视觉质量较此前大幅提升。

文件名没有变化。制作者提醒在上述时间之前下载文件的用户删除旧副本并重新下载。生成设置和系统消息保持不变，因此对现有用户而言，更新的关键在于替换文件。

公开示例包括丛林攻城台、覆雪攻城台、蓝色哥布林、红色兽人和山地指挥所。其中还并排展示了使用同一山地指挥所请求生成的两个结果。制作者表示，示例请求未被纳入训练资料及计划公开的数据集。

3. 开发者如何直接试用

模型页面介绍了可在 llama.cpp 等环境中运行的 GGUF 模型文件格式。以下是原文提供的终端运行示例。

# Run inference directly in the terminal:
llama cli -hf ccore/Qwen3.5-4B-GLB-3D-Coder:Q4_K_M

运行后，输入模型卡中的系统消息，再发送简短的英文资产请求。系统消息要求生成以少量多边形表现形态的低多边形游戏资产，并在单个文件中包含场景显示和导出按钮。如需动画，应在请求中明确说明，系统消息会要求导出的文件也包含这些动作。

此外还可选用视觉投影器，即将参考图像接入模型输入、处理图像输入的辅助模块。该功能可用于支持图文联合处理 GGUF 的运行环境。文件大小为 644 MiB，仅输入文字时无需使用。

制作者表示，在自己的测试中，大多数生成结果首次尝试即可运行，使用英文请求时尤其如此。

4. 模型范围与后续计划

当前模型并非 Qwen 官方发布，而是基于 Qwen3.5-4B 的独立预览模型。制作者介绍，训练覆盖角色、武器、自然环境、建筑及交通工具等 25 个游戏资产领域。

社区案例中展示了岸田直树使用生成资产制作的一款可直接游玩的 3D 角色扮演游戏演示版。

制作者表示，计划将原先以简单请求为主的训练资料扩充至两倍，以支持更多领域和细致的定制请求。新增示例已生成完毕，训练后计划公开完整数据集及完整 Safetensors 权重，即模型学习到的数值信息。

下一款模型计划使用 10万 条高质量示例，支持 8K~128K token 的上下文长度，即单次处理的输入长度，训练规模约为当前模型训练的 15倍。制作者将通过一次请求稳定生成资产作为首要目标，之后再考虑面向智能体运行环境的版本，即基于程序自动执行任务、自动生成、测试和修改的环境。

5. 简便的工作流程与剩余负担

在浏览器中查看场景并在同一流程中下载文件，将原型资产转移到编辑器的步骤整合起来。相应地，开发者需要下载模型文件并准备运行环境。模型页面标注的体积为 Q4_K_M 2.71 GB、Q8_0 4.48 GB，可作为规划存储空间的参考。

制作者表示，部分生成结果需要重试或对代码做少量修改。因此，与其将首轮结果直接投入制作，不如把它作为同时测试浏览器预览和编辑器导入的起点。

这款模型的核心价值不止于生成场景，还在于通过同一套流程提供可导入编辑器进行测试的文件。