4B小模型GLB-3D-Coder：一句话生成Godot 3D资产

一位开发者在Reddit上发布了名为GLB-3D-Coder的微型代码模型，参数量仅4B，却能通过编写Three.js场景直接导出GLB格式的3D资产，并可导入Godot等游戏引擎使用。这个模型延续了作者此前3D代码模型的思路，但把重心从"生成代码"转向了"生成可直接落地的游戏资产"。

模型能做什么：从一句话到可导入的资产

根据作者描述，GLB-3D-Coder基于Qwen3.5-4B训练，输出的是带有GLB导出的Three.js场景代码。使用者不需要编写复杂的提示词，只要套用模型卡中提供的system prompt，然后给出简单请求即可，例如"Create a mana potion"（创建一瓶法力药水）或"Build a weathered frontier medic station"（搭建一座风化的边境医疗站）。

作者在演示视频中展示了若干生成案例，其中包括已经导入Godot的资产。这说明模型的产出并非停留在浏览器预览层面，而是能走通"生成—导出—引擎导入"的完整链路，对独立开发者和小团队来说，这一点的实用价值相当直接。

提示词越简单越好

一个值得注意的细节是，作者明确表示英文提示词在他的测试中效果最好。这与很多代码生成模型的体验一致：模型在训练时接触的指令分布决定了它对语言和表达方式的敏感度。作者的建议是先用模型卡里的system prompt打底，再用一句自然语言描述目标物件，不必堆砌冗长的修饰。

技术路径：为什么选择Three.js + GLB

这个模型的技术选择颇具巧思。Three.js是Web端最主流的3D渲染库，生态成熟、API稳定，模型在训练中更容易学到可靠的结构；而GLB（glTF二进制格式）是游戏引擎普遍支持的资产交换格式，Godot、Unity、Unreal等都能直接读取。

用"生成Three.js代码"作为中间步骤，再通过GLB导出，相当于把3D建模这个需要美术功底的环节，转化成了模型擅长的代码生成任务。4B的参数量意味着模型可以在消费级硬件上运行，这与动辄数十B的大模型形成了鲜明对比，也降低了个人开发者试验的门槛。

glTF/GLB 格式简介

glTF（GL Transmission Format）由 Khronos Group 制定，被业界称为“3D 领域的 JPEG”，旨在成为 3D 资产交换的统一标准。它用 JSON 描述场景结构（节点层级、材质、动画、相机等），并把网格、贴图等大块数据存为外部文件或内嵌。GLB 是 glTF 的二进制封装版本：把 JSON 与所有资源打包进单个 .glb 文件，便于分发和加载，因此成为游戏引擎和 Web 3D 应用最常用的交付格式。Godot、Unity、Unreal、Babylon.js 等均原生支持导入 GLB。

Three.js 与程序化建模

Three.js 是运行在浏览器中的 JavaScript 3D 库，通过代码构建场景图：用 BoxGeometry、SphereGeometry 等几何体拼装模型，用 MeshStandardMaterial 定义材质，再通过 GLTFExporter 把整个场景序列化为 GLB。这种“用代码描述几何”的方式天然适合语言模型——模型只需生成结构良好的 JS 代码，而不必直接操作用户界面或学习专用建模软件的命令。换句话说，Three.js 提供了语义清晰、API 稳定的中间表示，是代码生成模型输出 3D 资产的理想桥梁。

实测表现：首轮成功率不错，但并非万能

作者坦言，在目前的测试中"大部分生成在第一次尝试时就成功了"，但仍有一部分需要重试或小幅修改代码。这说明模型处于可用但尚未稳定的阶段。对于资产结构相对简单、语义清晰的物体（如药水瓶这类常见游戏道具），模型的表现应该更可靠；而面对描述复杂、结构独特的场景时，返工概率会上升。

作者给出的推荐推理参数是：temperature 0.8、top-k 40、top-p 0.95、min-p 0。这套组合偏向保留一定创造性，同时通过top-k和top-p约束避免输出过于发散。他也鼓励使用者自行尝试其他参数组合，毕竟3D资产生成对多样性的需求和普通文本生成并不完全相同。

这是首个可用检查点

需要强调的是，当前发布的只是第一个功能性检查点，训练仍在进行中。作者预计训练会在次日傍晚（UTC）完成，届时会像上一个模型一样，公开完整的Safetensors权重和训练数据集。

采样参数的作用

temperature 控制输出的随机程度：值越高分布越平缓，生成越发散；0.8 属于中高温度，鼓励模型尝试不同造型。top-k 只在概率最高的 k 个 token 中采样，top-p（核采样）则从累积概率达到 p 的最小 token 集合中采样，两者共同限制候选范围，避免生成荒谬代码。min-p 是较新的策略，按最高概率 token 的比例设定阈值，动态过滤低概率候选，在保持多样性的同时减少明显错误。对于代码类输出，温度过高容易导致语法或 API 调用错误，因此这类参数组合需要在创造性与结构正确性之间取平衡，作者的建议可作为起点，按任务复杂度微调。

开源策略：权重与数据集全公开

比起模型本身，作者的开放态度可能更值得关注。他承诺在训练完成后释放完整权重和训练数据集，让其他人可以在此基础上继续训练自己的模型。对于一个垂直领域的微型模型来说，数据集往往比权重更有价值——3D资产生成的指令-代码配对数据在公开领域相当稀缺，这批数据的开放会直接降低后来者的起步成本。

作者还提到，这个版本的方向很大程度上受到了上一个模型发布后社区反馈的影响。这种"发布—反馈—迭代"的循环，正是小型开源模型能够快速找准定位的原因。

对游戏开发工作流意味着什么

这类模型的价值不在于替代3D美术，而在于填补"想法"与"可运行原型"之间的空白。独立开发者在做玩法验证时，往往卡在缺少基础资产上：一个药水瓶、一个医疗站、几件场景道具，单独外包成本不划算，自己建模又耗时。如果一句话就能生成可导入引擎的占位资产，原型迭代速度会明显提升。

当然，现阶段的产出更适合作为原型素材或进一步加工的基础，而非最终美术资源。模型偶尔需要重试和修代码，也意味着使用者最好具备一定的Three.js阅读能力。但考虑到它只有4B参数、权重即将开源，这个起点已经足够让人期待后续检查点的表现。

如果你正在用Godot或其他引擎做原型，不妨等权重放出后上手试试，也欢迎把成功和失败的案例反馈给作者——毕竟他自己也说了，想听听"什么能用、什么会崩"。