- 人工智能
- 大模型
- 代码模型
- 微调
- 本地部署
- 3D渲染
- Qwen
【免费下载链接】Qwen3.5-4B-3D-Coder
🤖Qwen3.5-4B-3D-Coder是一个基于 Qwen3.5-4B 独立微调的 4B 开源代码模型,专注于通用编程与 Three.js 3D 场景生成。目前提供Q4_K_M(约 2.52 GiB)和Q8_0(约 4.17 GiB)两种量化版本。本文带你快速搞懂两者差异,并手把手完成本地部署。
两种量化版本怎么选?一张表看懂
量化(Quantization)是在保留模型能力的同时压缩权重的技术。同一个模型,不同量化等级的文件大小、内存占用、推理速度都不同,而生成参数完全一致。
| 对比项 | Q4_K_M | Q8_0 |
|---|---|---|
| 文件大小 | 约 2.52 GiB(2.7 GB) | 约 4.17 GiB(4.5 GB) |
| 内存/显存需求(含上下文,约) | 4–6 GB | 6–8 GB |
| 推理速度 | ⚡ 更快,可更大 batch | 稍慢 |
| 精度保持 | 略有损失 | 更接近原始精度 |
| 适用场景 | 内存紧张、追求速度 | 追求最佳生成质量 |
一句话建议:
- 💾 只有 8 GB 内存、或想跑更大上下文 → 选Q4_K_M,性价比之王
- 🎯 显存/内存充裕(16 GB 起步)、追求 3D 场景生成质量 → 选Q8_0
- 两者都包含 10 月 27 日更新的 checkpoint,之前下载过旧版本的用户请重新下载(详见 README.md)
📌 两个模型文件分别是 Qwen3.5-4B-3D-Coder-Q4_K_M.gguf 和 Qwen3.5-4B-3D-Coder-Q8_0.gguf。
上图展示了 Rome 场景在 10 月 25/26/27 三个版本预览中的进化——可以看到一次性生成成功率与整体场景质量都有明显提升(部分场景仍可能需要再试一次或微调)。
本地部署教程:LM Studio 一键加载步骤
第一步:下载模型文件
方式一:直接下载 gguf 文件(推荐)。
方式二:克隆仓库(注意仓库使用 Git LFS 存储大文件,需先安装git-lfs):
git clone https://gitcode.com/hf_mirrors/ccore/Qwen3.5-4B-3D-Coder第二步:在 LM Studio 中加载
- 打开 LM Studio → 「My Models」→ 「Add Model」,指向下载的
.gguf文件 - 加载后进入 Chat 界面即可开始对话
- ⚠️关键设置:必须关闭 MTP(多 token 预测)——LM Studio 默认开启该选项,不关闭会导致模型无法正常工作(详见 README.md)
第三步:配置生成参数
两种量化版本使用完全相同的参数(来源:README.md):
| 参数 | 推荐值 |
|---|---|
| Temperature | 0.6–0.8 |
| Top P | 0.90–0.95 |
| Repeat penalty | 1.0 |
| Top K | 20–40 |
💡 新手建议:Temperature 取 0.7 左右即可,参数不变的前提下,Q4_K_M 和 Q8_0 的表现差异主要体现在复杂场景的细节完整度上。
3D 场景生成:系统提示词 + 示例提示词
想让模型生成 Three.js 3D 场景,建议先设置如下系统提示词:
Use only the Three.js core ES module from https://cdnjs.cloudflare.com/ajax/libs/three.js/0.160.0/three.module.min.js. Do not import addons or legacy examples/js paths; implement any camera controls directly inside the HTML.然后输入类似这样的用户提示词,模型会输出一个自包含的 HTML 文件,浏览器打开即可看到交互式 3D 场景:
Build a self-contained HTML scene with Three.js from cdnjs featuring a dragonrider aerie on a sea stack, with perches, a hatchery, and a windlass… Render it as a deliberate 3D voxel model built from visible cubic blocks…
更多示例提示词(大象康复地、运河船闸、动画化空管塔等)可参考 README.md,模型擅长生成风格化建筑、花园、像素风环境、家具、车间内景与机械物件等场景。
常见问题与已知问题(避坑清单)
- ❓MTP 没关,输出异常?LM Studio 默认开启 MTP,这是最常见的翻车点,去模型设置里关掉即可。
- ❓Q4_K_M 和 Q8_0 参数要不一样吗?不需要,生成参数对两者通用。
- ❓生成结果有 bug?目前观察到的问题多为变量名重复这类小瑕疵,而非结构性大错;重新生成一次或让模型修正通常就能解决(详见 README.md)。
- ❓之前的旧版下载了 10 月 27 日的更新吗?没有的话请重新下载,修复了部分用户报告的层相关问题。
总结
- 🎒内存紧张 / 追求速度→
Q4_K_M(2.52 GiB) - 🎨内存充裕 / 追求质量→
Q8_0(4.17 GiB) - ✅ 记住三件事:关 MTP、用上表生成参数、加系统提示词生成 3D 场景
项目同时提供 Apache-2.0 协议(见 LICENSE),训练数据集 CCORE Three.js 3D Scenes(4,146 个场景示例)也已公开,欢迎上手体验这个小而强的 3D 编程模型!
- 人工智能
- 大模型
- 代码模型
- 微调
- 本地部署
- 3D渲染
- Qwen
【免费下载链接】Qwen3.5-4B-3D-Coder
相关推荐
Q4_K_M还是Q8_0?Hy-SimulMT-30B-A3B-GGUF量化版本选择完全指南
Q4_K_M还是Q8_0?Hy SimulMT 30B A3B GGUF量化版本选择完全指南 正在纠结 Hy SimulMT 30B A3B GGUF 量化版本
大模型人工智能语音音频多模态本地部署模型量化NLPERNIE-Image-Turbo-GGUF 19个量化版本完整选型指南:Q4_K_M、Q8_0还是UD动态量化?
ERNIE Image Turbo GGUF 19个量化版本完整选型指南:Q4_K_M、Q8_0还是UD动态量化? ERNIE Image Turbo GGUF
Q4_K_M 还是 Q8_0?diffusiongemma-26B-A4B-it-GGUF 五大量化版本选择指南(附显存需求清单)
Q4_K_M 还是 Q8_0?diffusiongemma 26B A4B it GGUF 五大量化版本选择指南(附显存需求清单) 在本地部署 diffusio
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考