К содержимому
Языковые модели

Qwen3.5-4B-GLB-3D-Coder

3D-модели в формате GLB из текстового описания

2 мин чтенияобновлено

CCORE GLB-3D-Coder — это специализированная языковая модель на 4,54 млрд параметров для создания низкополигональных игровых объектов и процедурных 3D-сцен. Разработчик ccore дообучил её на базе Qwen3.5-4B на собственном открытом датасете из 3 918 проверенных примеров: по текстовому запросу на английском нейросеть пишет автономную HTML-страницу на библиотеке Three.js (движок для 3D-графики в браузере) с предпросмотром и кнопкой Export GLB. Полученный файл .glb можно сразу импортировать в игровой движок Godot или любой другой 3D-редактор. Решение пригодится инди-разработчикам и дизайнерам для быстрого прототипирования персонажей, пропсов, транспорта и локаций локально на своём ПК.

Ключевые особенности

  • Генерирует единый автономный HTML-файл с кодом на Three.js, визуализацией сцены и встроенным экспортом в .glb (включая анимации, если указать их в запросе).
  • Основана на свежей базе Qwen3.5-4B и обучена на открытом наборе данных CCORE ThreeJS-3D-GLB-Assets по 40 тематическим категориям под лицензией Apache 2.0.
  • Доступны как исходные веса Safetensors (около 17,49 ГБ), так и готовые квантизации GGUF (Q4_K_M и Q8_0) для запуска в LM Studio и других локальных средах, плюс опциональный визуальный проектор mmproj (644 МиБ).
  • Поддерживает режим рассуждений (thinking), за счёт чего прорабатывает конструкцию объектов, материалы и механику деталей.

Что можно сделать

  • Сгенерировать персонажей, врагов, боссов и NPC для прототипа игры: например, деревенского кузнеца в синем фартуке, болотного гоблина со щитом или каменного голема с кристаллами.
  • Собрать модульную архитектуру, транспорт и окружение — от каменного входа в подземелье и рыбацкой лодки до мини-станции трамвая в пещере с биолюминесцентными лампами.
  • Подключить модель через локальный API к кодинг-агенту для автоматической сборки и проверки 3D-сцен, как в браузерной демо-игре RIFTWARD от автора.

Пример

Системный промпт, с которым модель генерирует корректный код и кнопку экспорта:
Create game assets for the Godot editor, which uses GLB files. Create whatever the user requests as a good-quality low-poly asset using only Three.js in one complete standalone HTML file. The HTML must show the asset and include an Export GLB button that downloads a working GLB. If the requested asset needs animation, add it and include the animation in the exported GLB; otherwise make it static.

ПодробнееСредняя длина ответа составляет около 20K токенов (примеры в обучении доходили до 72K), поэтому лимит генерации нужно выставить на максимум или без ограничений (-1), а режим thinking оставить включённым.
Рекомендуемые параметры сэмплирования: Temperature 0.8, Top K 40, Top P 0.95, Repeat penalty 1.0; запросы принимаются на английском языке.
Ограничения: сложные запросы могут потребовать повторной генерации или мелкой правки кода, а материалы, свет и анимация при импорте в редактор могут отличаться от превью в браузере.
Примеры и видео
Обсудить 402 69,7 тыс.

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 16 GB · готовые файлы18 GB
  • BF16веса 8.5 GB10 GB
  • FP8 / INT8рекомендуемвеса 4.2 GB5.8 GB
  • GGUF Q8_0веса 4.2 GB · готовые файлы5.8 GB
  • GGUF Q4_K_Mвеса 2.5 GB · готовые файлы4.1 GB
  • 4-bitвеса 2.4 GB4.0 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 4090

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Для текстовых моделей — с контекстом 8192 токенов.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ccore/Qwen3.5-4B-GLB-3D-Coder — A30, FP8 / INT8
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve ccore/Qwen3.5-4B-GLB-3D-Coder --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к Qwen3.5-4B-GLB-3D-Coder
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen3.5-4B
  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. Qwen3.5-4B-GLB-3D-Coder

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

ccore/Qwen3.5-4B-GLB-3D-Coder
Автор
ccore
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

69,7 тыс.402

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии