‏ساخت asset سه‌بعدی بازی با مدل لوکال Qwen3.5-4B-GLB-3D-Coder

طبق مقاله MindStudio، Qwen3.5-4B-GLB-3D-Coder یه مدل ۴ میلیارد پارامتریه که یه سازنده مستقل به اسم CCORE روی Qwen/Qwen3.5-4B فاین‌تیون کرده و مدل رسمی Qwen نیست. کارش خیلی مشخصه: یه توضیح کوتاه از asset بازی می‌گیره و یه فایل HTML مستقل با Three.js (یعنی کتابخونه جاوااسکریپتی برای رندر سه‌بعدی تو مرورگر) تحویل می‌ده که asset رو نشون می‌ده و یه دکمه Export GLB داره. GLB یه فرمت استاندارد فایل سه‌بعدیه که Godot، Unity و Blender می‌خونن.

مدل به‌صورت دو تا GGUF (یعنی فرمت فشرده مدل برای اجرای لوکال) عرضه شده: Q4_K_M که سبک‌تر و سریع‌تره و برای لپ‌تاپ مناسبه، و Q8_0 که به دقت کامل نزدیک‌تره و برای asset‌های پیچیده‌تر بهتره. تو LM Studio لودش می‌کنی و تنظیمات پیشنهادی مدل کارت رو می‌ذاری: temperature 0.8، top K 40، top P 0.95 و min P 0.0. به گفته مقاله، فاصله گرفتن از این عددها ممکنه خروجی رو به صحنه‌های خراب Three.js بکشونه.

چون مدل روی یه فرمت دستور مشخص آموزش دیده، باید system prompt مدل کارت رو دقیقاً همون‌طور کپی کنی. بعدش پرامپت‌ها کوتاه و انگلیسی باشن، مثل «Create a blue goblin brute». اگه انیمیشن می‌خوای باید صریح بگی، مثلاً یه دروازه چوبی با انیمیشن باز شدن، چون پیش‌فرض مدل asset ثابته. روند کار ساده‌ست: HTML رو ذخیره کن، تو مرورگر باز کن، دکمه Export رو بزن و GLB رو تو انجینت import کن. طبق مدل کارت بیشتر وقت‌ها بار اول درست درمیاد و چون کد قابل دیدنه، باگ‌های کوچیک رو می‌شه دستی درست کرد.

مدل روی ۲۵ حوزه asset بازی آموزش دیده: کاراکتر، دشمن، باس، سلاح، زره، وسایل نقلیه زمینی و هوایی و دریایی، معماری ماژولار، تله و حتی تجهیزات آزمایشگاه. نویسنده مقاله معتقده برای ساخت asset‌های placeholder یا low-poly ارزش اجرای لوکال رو داره، چون هزینه هر تولید صفره و به سرویس بیرونی وابسته نیستی. ولی برای کارهای واقع‌گرایانه یا خیلی پرجزئیات ساخته نشده.

دو تا نکته دیگه هم هست. روز ۲ نوامبر ۲۰۲۶ هر دو quantization با یه checkpoint بهتر عوض شدن ولی اسم فایل‌ها همون موند، پس اگه قبلاً دانلود کردی باید پاکش کنی و دوباره بگیری. یه vision projector اختیاری BF16 هم (حدود ۶۴۴ مگابایت) هست که اجازه می‌ده عکس مرجع بدی؛ این همون encoder اصلی Qwen3.5-4B با لایسنس Apache 2.0 هست. سازنده یه نسخه بزرگ‌تر با ۱۰۰ هزار نمونه آموزشی و context بین 8K تا 128K رو هم برنامه‌ریزی کرده.

نکات کلیدی:

• مدل ۴B و غیررسمیه، ساخت CCORE روی Qwen3.5-4B، و خروجیش HTML با Three.js و دکمه Export GLB هست.
• دو نسخه GGUF داره: Q4_K_M برای سخت‌افزار ضعیف‌تر و Q8_0 برای کیفیت بهتر.
• تنظیمات پیشنهادی: temperature 0.8، top K 40، top P 0.95، min P 0.0.
• آپدیت ۲ نوامبر ۲۰۲۶ با همون اسم فایل منتشر شده، پس دانلودهای قبلی باید دوباره گرفته بشن.
• vision projector اختیاری حدود ۶۴۴ مگابایته و برای ورودی تصویری لازمه.