CCORE GLB-3D-Coder: مدل ۴ میلیاردی که از متن، asset سهبعدی بازی میسازه
خلاصهٔ کاملتر
CCORE GLB-3D-Coder یه مدل کدنویسی open-weight با ۴ میلیارد پارامتره که روی Qwen3.5-4B فاینتیون شده و با لایسنس Apache 2.0 منتشر شده. کارش اینه که یه توضیح متنی بگیره و یه صفحهٔ HTML مستقل با Three.js (یعنی یه کتابخونهٔ جاوااسکریپت برای گرافیک سهبعدی توی مرورگر) بنویسه. این صفحه یه پیشنمایش زنده داره و یه دکمهٔ Export GLB. فرمت GLB هم یه فرمت استاندارد برای جابهجایی مدلهای سهبعدیه که Godot و بقیهٔ موتورها مستقیم واردش میکنن.
طبق مقاله، نکتهٔ اصلی اینه که مدل مش (یعنی خود هندسهٔ سهبعدی) رو مستقیم تولید نمیکنه، بلکه کدی مینویسه که هندسه، متریال و در صورت درخواست انیمیشن رو میسازه. این یعنی خروجی قابل بررسیه: میتونی HTML رو باز کنی، ببینی مثلاً پیشبند آهنگر با چه فراخوانیهایی ساخته شده و قبل از export دستی درستش کنی. نویسنده این رو در مقابل مدلهای diffusion میذاره که یه مش آماده و اغلب شلوغ تحویل میدن. سبک خروجی هم عمداً low-poly هست، چون هدف asset بازیه نه رندر واقعگرایانه.
مدل روی دیتاست ccore/ThreeJS-3D-GLB-Assets آموزش دیده که ۳۹۱۸ نمونه توی ۴۰ حوزه داره، از کاراکتر و دشمن و سلاح گرفته تا وسیلهٔ نقلیه، ماشینآلات صنعتی و قطعات پازل. هر نمونه تست و رندر شده و export گرفتن GLBش تأیید شده. این دیتاست هم کنار وزنها عمومی منتشر شده که به گفتهٔ مقاله برای مدلهای فاینتیونشده کار رایجی نیست. توی مقایسه با DeepSeek V4.1 Flash با reasoning بالا، روی پرامپتهایی که خارج از دیتای آموزشی بودن، این مدل کوچیک assetهای low-poly تقریباً همسطح ساخته. نویسنده میگه پیام اصلی همین برابریه، نه برتری توی بنچمارک.
وزنها به شکل GGUF با کوانتیزیشن Q4_K_M و Q8_0 برای runtimeهایی مثل llama.cpp و نسخهٔ اصلی Safetensors (حدود ۱۷.۴۹ گیگ توی پنج تیکه) منتشر شده. یه vision projector اختیاری هم برای ورودی تصویری هست. تنظیمات پیشنهادی: temperature 0.8، top K 40، top P 0.95، min P 0.0 و repeat penalty 1.0. مهمتر از همه، طول خروجی باید عملاً نامحدود باشه (-1) و thinking هم فعال و بدون سقف بمونه. مدل روی خروجیهای تا ۷۲ هزار توکن آموزش دیده و میانگین هر جوابش حدود ۲۰ هزار توکنه، پس سقف ۸K که توی خیلی از رابطها پیشفرضه، HTML رو وسط کار قطع میکنه.
برای نشون دادن کارایی واقعی، یه بازی مرورگری به اسم RIFTWARD ساخته شده که همهٔ assetهاش رو این مدل تولید کرده و بدون نیاز به اجرای زندهٔ مدل بازی میشه. یه دموی RPG سهبعدی از یه توسعهدهندهٔ بیرونی هم با نسخهٔ پیشنمایش مدل ساخته شده. با این حال خود مستندات قبول میکنه که بعضی درخواستها نیاز به تلاش دوباره یا اصلاح دستی کد دارن و متریال، نور یا انیمیشن ممکنه توی ادیتور با پیشنمایش مرورگر فرق کنه. یعنی خروجی یه نقطهٔ شروع خوبه، نه یه asset تضمینی با یه بار اجرا.
نکات کلیدی:
- مدل ۴B روی Qwen3.5-4B با لایسنس Apache 2.0 منتشر شده
- خروجی یه فایل HTML با Three.js و دکمهٔ Export GLB هست، نه مش مستقیم
- دیتاست آموزشی ۳۹۱۸ نمونهٔ تستشده توی ۴۰ حوزه داره و عمومی منتشر شده
- وزنها به شکل GGUF (Q4_K_M و Q8_0) و Safetensors حدود ۱۷.۴۹ گیگ در دسترسه
- میانگین خروجی حدود ۲۰ هزار توکنه و سقف ۸K خروجی رو ناقص میکنه
- انیمیشن فقط وقتی صریحاً درخواست بشه ساخته و توی GLB ذخیره میشه




