Qwen3.5-4B-3D-Coder

Qwen3.5-4B-3D-Coder

根据文字提示词编写代码和可交互的 Three.js 3D 场景，加上可选的视觉文件后还能参考图片生成。这是一个 4B 微调模型的早期预览，适合想试用小模型的人。

由 ccore 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：
Qwen3.5-4B-3D-Coder 是一个小型编程模型，专门调校来用 Three.js 编写可交互的 3D 场景，也能做一般的编程。它是 CCORE 对 Qwen3.5-4B 做的独立微调，不是 Qwen 的官方发布。作者称它是一个仍在训练中的模型的早期预览。

适合谁：
适合想测试小型本地模型在编程和 3D 场景生成上能走多远的开发者和爱好者，前提是你能运行 GGUF 文件或 Transformers。

行业 | 谁在用 | 怎么用 | 例子
网页开发 | 前端开发者 | 生成 Three.js 场景，作为页面的起点 | 用日常语言描述一个场景，然后运行返回的代码
游戏和 3D | 独立创作者 | 用文字提示词或参考图片勾勒体素场景 | 附上一张体素树的图片，要求生成同样的场景
教育 | 老师和学生 | 展示一句简短的提示词如何变成能运行的 3D 场景 | 请它写一个小场景，再通读它写的代码
研究 | 模型爱好者 | 研究 4B 微调模型在 3D 代码上能做到什么 | 对比不同检查点生成的场景，或使用公开的数据集

如果你需要第一次就稳定可靠的输出，可以先跳过它，因为有些场景仍然需要再试一次或手动修正。

用在哪里：

• llama.cpp：llama-server 的 WebUI 可以加载 GGUF 文件并接受附带的图片
• Hugging Face Transformers：FP16 权重以 Safetensors 格式提供
• 其他支持 GGUF 文件的前端：图片输入取决于它们自己的多模态支持
• 网页浏览器：它写出的 Three.js 场景可以在这里运行

用途 | 适合谁 | 得到什么
文字生成 3D 场景 | 开发者 | 一个完整的 HTML 和 JavaScript Three.js 场景
图片生成 3D 场景 | 创作者 | 一个参考了图片但不会复刻每个细节的 Three.js 场景
通用编程 | 程序员 | 针对日常编程问题的代码回答

如何设置：
开始前你需要准备这些。

• 带 llama-server 的 llama.cpp，作者测试的版本是 b11889
• 模型页面上的一个 GGUF 文件，Q4_K_M 或 Q8_0 均可
• 如果要输入图片，还需要 BF16 视觉投影文件，约 644 MiB

1. 从模型页面下载一个 GGUF 文件，Q4_K_M 或 Q8_0 均可。
2. 如果想输入图片，再下载 BF16 视觉投影文件。同一个文件两个版本都能用。
3. 用下面的命令启动 llama-server，加载模型和投影文件。
4. 打开服务器的 WebUI，需要的话附上图片，然后发送你的提示词。

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 --parallel 1

如果用 Q8_0 版本，把 -m 后面的 Q4_K_M 文件名换成 Q8_0 的文件名。加上下面两个参数可以减少 KV 缓存占用的内存。作者在配置为 64K 上下文并带视觉的情况下试过。

--cache-type-k q8_0 --cache-type-v q8_0

FP16 权重也已发布。在作者的检查中，它们用 Transformers 5.20.2 完成了加载和文本生成。

如何使用：
你在 llama-server 的 WebUI 里和模型对话。使用模型页面上的 Three.js 系统提示词，然后用日常语言描述你要的场景。附上图片时，作者的示例提示词是这样的。

create this scene using voxels 3d

模型会以代码形式返回场景。对于 FP16 权重，作者把 temperature 设为 0.6，top-k 设为 20，top-p 设为 0.95，repetition penalty 设为 1.0，并保持缓存开启。GGUF 文件的设置列在模型页面上。

示例：
你附上一张体素树的参考图片，加上 Three.js 系统提示词，再发送上面那句提示词。模型会返回一个名为 Tree Island 的 Three.js 场景。它参照了图片，但不会复刻每个细节。

新手与专家：
这是一个会写代码的小模型，它的特长是把一句简短的请求变成能在浏览器里运行的 3D 场景。你可以先试一件小事：开启系统提示词，请它写一个简单的 Three.js 场景，再运行它给你的代码。

它由 Qwen3.5-4B 微调而来，训练数据是 4,146 个场景示例，包含提示词、完整的思考过程、完整的 HTML 和 JavaScript 回答以及复杂度等级。权重提供 Q4_K_M 和 Q8_0 两种 GGUF 文件，以及分成四个分片的 FP16 Safetensors。图片输入是把一个 GGUF 文件和原版 Qwen3.5-4B 未经修改的 BF16 投影文件配对使用。投影文件会增加内存占用。你附上的图片也会占用一部分上下文窗口，你的提示词和生成的代码同样要用这个窗口。

你写提示词，可附带参考图片
llama-server 加载 GGUF 文件和投影文件
模型对场景进行推理
它写出完整的 HTML 和 JavaScript Three.js 场景
你在浏览器里运行代码

注意事项：

• 这是早期预览，也是独立微调，不是 Qwen 的官方发布
• 有些场景仍然需要再试一次或手动修正
• 作者在自己的机器上用 llama.cpp b11889 检查过视觉部分，只做了简短的运行，没有在完整上下文长度下测试
• 如果你在 10 月 27 日检查点之前下载过文件，请重新下载
• 模型采用 Apache-2.0 许可证，训练数据集采用 MIT License
• 模型页面上提供了这次训练实验的技术报告，格式为 PDF

公开的训练数据集包含以下数量的示例。

Title: 训练数据集规模
训练示例: 3933 个
验证示例: 213 个

Hugging Face 上的数据（2026年11月10日）

• 参数量：4.5B
• Weights: about 9.1 GB in F16; about 2.3 GB at 4-bit (estimate)
• Formats: Safetensors, GGUF
• 最近 30 天下载：289,466
• 点赞：958
• 许可证：apache-2.0
• 基于：Qwen/Qwen3.5-4B
• Quantized versions: 16
• 标签：safetensors, gguf, qwen3_5, code, threejs, 3d, preview, conversational

链接

• 模型：https://huggingface.co/ccore/Qwen3.5-4B-3D-Coder
• 文件：https://huggingface.co/ccore/Qwen3.5-4B-3D-Coder/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download ccore/Qwen3.5-4B-3D-Coder

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。