企业官网建设流程全解析

4B小模型一句话“写”出3D场景，FP16全量权重刚放出，二次微调的门彻底推开了

最近这半个月，AI圈有个很特别的更新，不喧哗，但真正懂行的人看了会坐直。

10月27日，一个4B参数的小模型更新了检查点；10月29日，它把最关键的“原味底料”也就是FP16全量权重、4,146条训练数据集和一份技术报告，一口气全公开了。

它叫 Qwen3.5-4B-3D-Coder。名字有点长，但你只需要记住一件事：你打一段人话描述，它吐出一个能直接用浏览器打开的3D场景。

不是图，不是视频，是能转、能缩、能走进去看的真3D。

一、它到底是个啥？一句话说清

想象你请了一个装修队，你说“我想要一个樱花树下的日式小寺庙，前面有座小木桥，池塘边飘着花瓣”，它不给你画效果图，而是直接给你搭好一个立体样板间，你双击就能进去逛。

这个模型干的就是这活儿。它基于阿里 Qwen3.5-4B 微调而来，专门练一门手艺：把文字变成 Three.js 写的3D网页场景。

生成结果只有一个文件，双击打开，浏览器里就是一个能拖能转的3D世界。不用装软件，不用配置环境，不用上传到服务器。

画面里那栋绿顶红门的寺庙、飘落的花瓣、木桥在水面上的倒影，都是模型自己写出来的。连左上角那个标题排版，也是它顺手做的。

需要说清楚一点：这是社区作者 CCORE 的独立微调实验，不是 Qwen 官方发布的模型，但采用 Apache-2.0 协议，允许商用。

二、它牛在哪？三个最实在的点

第一，一个文件就是整个世界。

很多AI生成3D的工具，产出的是模型文件，你还得导进 Blender、Unity 里折腾半天。这个模型直接给你一个完整的网页文件，所有东西都打包在里面，发给同事、发给客户，对方点开就能看。

对做展示的人来说，这一点比什么参数都实在。

第二，4B的身板，普通电脑就能跑。

它同时提供了两个量化版本：Q4_K_M 大约2.5GB，Q8_0 大约4.2GB。一台带独显的游戏本，甚至只有核显的轻薄本，都能跑起来。不是“需要八张A100”那种可望不可即的模型。

第三，也是这次更新的重点：它现在能改。

三、FP16全量权重，为什么值得单独说

这里打个比方你就懂了。

之前放出的 Q4_K_M、Q8_0 量化版，就像速冻水饺：拆袋下锅，五分钟吃上，方便，但不是每个人都能改配方。

而这次放出的 FP16 全量权重，是面粉、肉馅和一张手写配方。你可以自己和面、自己调馅，包成饺子、包子还是花卷，全看你。

翻译成人话就是三点：

• 能微调：你可以拿它当起点，用自己行业的数据继续训练，让它专出你想要的风格；
• 能自定量化：觉得4.2GB还是太占地方？自己压到更小的位宽；
• 能看真实实力：量化是有损的，全量权重才能看到这个模型到底能做到什么程度。

权重一共分四个文件，加起来约9GB，723个张量，官方说明本地用 Transformers 验证过加载和文本生成都正常。

配合同时公开的4,146条数据集（3,933条训练 + 213条验证，MIT协议），等于配方、食材、菜谱全给齐了。

这才是那句“二次微调的口子被打开了”的真正含义：以前你只能吃，现在你能下厨。

四、它生成的东西，到底有多能打？

光说参数没感觉，看几个实际场景。

日式庭园：低多边形风格的樱花树，粉色花簇一片片堆出来，地上还有飘落的动态花瓣。

幻想场景：海蚀柱上建起的龙骑士哨塔，四座石制栖架围着中央孵化洞，还有可以拖拽旋转的视角控制按钮。

硬核机械：一块 LGA 3647 服务器 CPU 插槽，黑色载板、红色固定卡扣、绿色电路板上的走线，连“CAM LEVER RETENTION”的丝印都写出来了。

这种跨度挺吓人的。同一个模型，既能做写意的樱花，也能做工业级的精密还原。

而且它对中文场景描述理解得很好，你不用学什么专业提示词，像跟设计师聊天一样说清楚“主题、布局、风格”三件事，基本就够了。

五、这半个月，它进步得有多快？

作者放出了一张三天的对比图：同一个“罗马场景”，分别在10月25日、26日、27日的检查点下生成。

三天，肉眼可见的一次比一次像样。

据作者自己说，10月27日这一版，一次生成成功率明显提升，场景整体质量也上来了。当然，复杂场景偶尔还是要重试或者手动改两笔。

目前已知的小毛病主要是一类：变量名重复。听起来有点专业，但说白了就是“同一个名字起了两遍，浏览器会报个小错”，场景骨架通常是对的，改一下名字就好了，不是推倒重来。

六、普通人想玩，门槛高不高？

不高，但有一个坑必须提醒。

如果你用 LM Studio 这个图形化工具加载它，一定要在高级设置里把“多令牌预测（MTP）”关掉。这个选项默认是开的，不关的话，模型会输出乱码、截断，甚至完全没反应。

第一次玩的人十有八九栽在这儿，然后以为是模型不行。其实跟量化格式一点关系都没有，纯粹是兼容性问题。

生成参数按官方建议来：温度0.6–0.8，Top P 0.90–0.95，Top K 20–40，重复惩罚1.0。

至于适合谁，我梳理了几类人：

• 自媒体和短视频创作者：需要一个3D片头、一个虚拟背景，不用求人建模；
• 电商和产品展示：把产品做成能360度转的3D页面，比一堆图片更抓人；
• 老师和科普作者：讲太阳系、讲细胞结构，直接生成一个能转的模型；
• 装修、家具、工业设计：快速出概念草图，先看空间关系对不对；
• 独立游戏开发者：拿它生成场景原型，比从零搭快得多。

七、接下来还该等什么

数据集有了、全量权重有了、技术报告有了，三件大事基本落地。

剩下最值得等的是完整的量化矩阵。现在只有 Q4 和 Q8 两档，未来如果有更小的版本，手机、树莓派这类设备也有机会跑起来，那时候“随手生成一个3D场景”就真的变成日常操作了。

写在最后

过去做3D内容，门槛高得离谱：要会建模软件，要懂材质、灯光、渲染，一个场景几十个工时。

现在一个4B的小模型，把这件事压到了“说一句话，等一分钟”。

它当然还不完美，复杂结构会翻车，细节会偷懒。但它把门票价格打下来了，从“专业人士的专属工具”变成“谁都能试一试的东西”。

而这批FP16全量权重放出来之后，真正的想象力在于：别人拿它做通用工具，你拿它做你自己行业的那把专用刀。

那么问题来了：如果你能免费微调一个“自己的3D场景生成器”，你最想让它生成什么？是老家的院子、你设计的家具，还是某个只在脑子里存在过的世界？

评论区聊聊，说不定真有人做出来。