К содержимому
Языковые модели

WVY-3D-23m

крошечная нейросеть, которая рисует 3D-объекты кодом

2 мин чтенияобновлено

Модель от StarpowerTechnology принимает короткий текстовый промпт на английском (например, «a pixel car») и генерирует готовый код для отрисовки сцены в одном из трёх форматов: JavaScript для three.js, векторный SVG или фрагментный шейдер GLSL ES 3.0 с методом SDF (Signed Distance Fields — описание геометрии через математические функции расстояния). Это трансформер архитектуры GPT на 23,1 млн параметров, обученный полностью с нуля без опоры на готовые LLM. В отличие от предшественницы WVY-Blender-5m, которая лишь выбирала токены из фиксированного языка сцен, новая версия сама пишет геометрию кодом и умеет переносить изученные стили на незнакомые сочетания объектов. Пригодится веб-разработчикам, креативным кодерам и исследователям композиционного обобщения в компактных моделях.

Ключевые особенности

  • Три формата вывода: возвращающий THREE.Group код для three.js, автономный SVG-документ или GLSL-шейдер для реймаршинга.
  • Сверхлёгкий вес и скорость: файл весов в формате safetensors занимает всего 92 МБ, а генерация на процессоре Apple M4 идёт со скоростью около 275 токенов/с (первый токен — за ~6 мс).
  • Композиционное обобщение: модель обучалась на 25 объектах и 6 стилях, при этом успешно собирает комбинации «объект + стиль», которые ни разу не встречались ей в обучающей выборке.
  • Чистый датасет без скрапинга: обучена с нуля на 200 000 синтетических пар «промпт — код», сгенерированных процедурными билдерами авторов.

Что можно сделать

  • Генерировать ассеты для веба: быстро получать лёгкие процедурные 3D-объекты для сцен на three.js или экспортировать их в формат GLB через официальное демо на Hugging Face Spaces.
  • Создавать шейдерную графику: генерить готовые GLSL-шейдеры для WebGL2-проектов и визуализаций в реальном времени.
  • Запускать локально без видеокарты: встраивать генерацию векторных иконкок или 3D-примитивов в локальные скрипты на Python с минимальным потреблением памяти (пик около 535 МБ).

Пример

import wvy3d

model, tok = wvy3d.load("StarpowerTechnology/WVY-3D-23m")
code = wvy3d.generate(model, tok, "a wireframe frog", "threejs", seed=0)
ПодробнееБенчмарк на невиданных ранее парах «объект + стиль» (температура 0.45): 218 из 240 успешных генераций (91%), из них SDF-шейдеры прошли 80/80 проверок, three.js — 74/80, SVG — 64/80.
Ограничения: словарь жёстко ограничен 25 объектами (транспорт, животные, растения, мебель, здания) и 6 стилями (smooth, pixel, low poly, clay, neon, wireframe).
Архитектура: 12 слоёв, размер скрытого состояния 384, окно контекста 768 токенов, словарь BPE на 4096 токенов (числа и hex-цвета кодируются целиком).
Лицензия: Apache-2.0.
Примеры и видео
Обсудить Telegram 2 63

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.8 GB
  • BF16веса 0.0 GB0.8 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.8 GB
  • 4-bitвеса 0.0 GB0.8 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 2060

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.

    # StarpowerTechnology/WVY-3D-23m — 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 StarpowerTechnology/WVY-3D-23m --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к WVY-3D-23m
  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

Новые посты про версии WVY-3D-23m — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

StarpowerTechnology/WVY-3D-23m
Автор
StarpowerTechnology
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

632

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

WVY-3D-1M

WVY-3D-1M
Языковые модели

Fiszka 0.3

Fiszka 0.3