4B 到底够不够一个“只会造 3D 世界”的小模型把账本摊开给你看最近 AI 圈有个挺有意思的小东西悄悄火了一个只有 4B 参数的模型你说一句“给我来个海蚀柱上的驭龙者巢穴”它就能吐出可以直接在浏览器里转着看的 3D 场景。它叫 Qwen3.5-4B-3D-Coder。火的理由很朴素别人家的 3D 要么花钱买软件、要么找外包建模它是一句话、几秒钟、本地电脑跑出来。但今天不吹它。今天想聊一个更实在的问题4B 这么小的身板被硬生生“掰”成一个 3D 专才它到底强到什么程度又为此丢了什么这笔账值得算清楚。一、它到底是个啥一句话被送去“技校”的 4B 小模型先说清它的身份别被名字骗了——它不是阿里官方发布的是一位开发者基于通义千问 Qwen3.5-4B 自己做的独立微调版本模型卡里写得很直白“这不是 Qwen 官方版本”。打个比方Qwen3.5-4B 本来是个刚毕业的通用型学生什么都会一点写文案、答问题、写代码都凑合。然后有人把它送进了一所“3D 场景技校”用 4146 个带完整答案的案例天天练一件事——用 Three.js 写一个自包含的网页打开就是一个能转、能看的 3D 世界。练完之后它在这个专项上的手艺明显不像一个 4B 该有的水平。它出的活儿是这样的樱花寺院庭园、落日村庄、体素发射场、装帧工作台、甚至一块结构相当考究的 LGA 3647 CPU 插座。你不需要会建模不需要开 Blender甚至不需要懂代码。你要做的只是把想看到的东西描述清楚。二、窄域专才的上界在哪它的“能力账本”其实很漂亮先看它赚到的部分。第一笔账一次成活的概率已经能用了。官方在 10 月 27 日的检查点更新里明确说一次性成功率“显著提升”场景整体质量也上来了。他们放出的罗马场景三代对比图很说明问题——10 月 25 日、26 日、27 日三个版本同一个提示词出来的东西从“能看”变成了“想截图当壁纸”。第二笔账它擅长的是“空间关系”不只是“堆方块”。这是很多小模型翻车的地方。你让它画个房子它能给你一个房子你让它画“四个环形石台围绕中央孵化洞、之字形楼梯连到水位船屋”大部分小模型就散了。但这个模型能接住这种“空间说明书”式的描述。驭龙者巢穴、带中心岛的运河船闸、旋转雷达的空管塔——这些都是需要理解“谁在谁上面、谁连着谁”的活。第三笔账硬件门槛低到离谱。量化版 Q4_K_M 只有 2.5 GB 左右Q8_0 约 4.2 GB。什么意思一台普通笔记本、没有独显跑起来也不费劲。有 8G 内存选前者16G 以上追求画质选后者。这就是 4B 的甜点区它不是“勉强能跑”而是“随手就能跑”。第四笔账题材覆盖面比想象中宽。官方画廊分了四类自然园林、幻想科幻、家具手作、机械硬件。从樱花盆景到体素火箭发射场风格跨度不小。Apache-2.0 协议商用也不卡你。对自媒体、老师、电商、民宿老板这类人来说这个“上界”已经够解决真问题了。三、被牺牲的部分一份不太好听但必须看的清单现在翻到账本的另一页。微调这件事本质是把一个大通才按着头往一个方向使劲拉。拉得越狠专精越强但别的地方就会被拽变形。牺牲一它越来越“只会用 3D 的脑子想问题”。训练数据全是 Three.js 场景4146 个样本几乎条条都是“立方块、材质、光照、相机”。你让它写个后端接口、写段数据处理脚本它可能还是条件反射地开始搭场景。不是它笨是它的“世界观”被这套数据塑造了。牺牲二通用编程能力是“尚可”不是“能打”。模型卡自己写得很诚实通用编程“初步看来颇有前景”但重点在 3D。翻译成人话就是——写 3D 是一把好手写业务代码别指望它替你上班。4B 的参数量摆在那里复杂的工程逻辑、跨文件重构、读懂你的老项目这些原本就是大模型的活。牺牲三它只认一套“老版本规矩”。官方要求系统提示词里锁死 Three.js 0.160.0 这个版本还特别强调不要引入插件库相机控制自己在网页里写。这既是稳定性保障也是能力边界它熟悉的是这一个特定版本的世界出了这个圈它就容易给你编出不存在的接口。牺牲四小毛病还在。官方列出的已知问题很坦率——目前看到的 bug 多是“变量名重复”这类小瑕疵不是结构性错误重新生成一次基本能好。但这意味着它不是“一键交付”而是“一键出草稿”。你还得看一眼、点一下、再让它改改。四、什么信号出现就该换回通用模型这一段最实用。你可以把它当成一张“换人”的判断表。信号一你开始问它“为什么”。让它做一个 3D 场景它很行让它解释“为什么我的页面白屏了”“这段逻辑错在哪”它就容易绕圈。造东西和修东西是两种能力。信号二你的需求开始跨领域。“帮我做个 3D 展示页顺便接个后台、加个下单功能、再写段推广文案。”——后面这三件事请交给通用大模型。硬塞给 4B 专才等于让木匠去修水管。信号三你要求它读懂一长串旧资料。把公司十年的产品文档丢给它让它梳理成体系——这不是它的训练目标上下文再长也白搭。信号四同一个需求改到第五版它开始“失忆”。窄域微调模型的多轮对话韧性通常不如通用大模型。改到第三、第四轮它可能把你最早定的风格忘了这时候不如让它重新按新提示词出一版。信号五你在做的不再是“看得见的东西”。表格、合同、周报、数据分析——这些场景它一点优势都没有。五、真正聪明的用法两套模型搭班子用这类专才模型最省事的思路不是“选一个”而是分工。大模型当“项目经理”帮你把模糊需求翻译成结构清晰的场景说明——主题是什么、空间怎么排、风格怎么定。它还能顺手判断“这活该派给谁”。4B 小模型当“施工队”拿到明确图纸就开工本地跑、速度快、不花钱、不联网。再加一道“质检”出图后扫一眼发现变量名冲突这类小问题直接把错误丢回去让它自己改一遍。这一步几乎不费劲但能救回大部分废稿。最后留个兜底连续两次都出不来就切回通用大模型重写提示词或者让它先搭个骨架。别跟小模型死磕它不擅长“想不明白时换个思路”。这套组合的成本账也很舒服高频、重复、格式固定的 3D 出图全压在本地电费级别的开销真正需要“动脑子”的环节才去调用大模型。一个省钱一个省心各干各的。六、写在最后4B 够不够取决于你问它什么问题回过头看这个模型它其实回答了一个特别现实的问题我们真的需要每次都动用几千亿参数的巨兽来干一件很窄的活吗答案显然是不需要。4B 不够是因为它被要求“什么都会”4B 很够是因为它只被要求“把 3D 场景这一件事做到超预期”。这份 4146 条样本喂出来的手艺配上 2.5 GB 的身板和一台普通电脑已经让“随口一句话生成一个 3D 世界”从演示视频变成了日常工具。至于它丢掉的那些通用能力——没关系那不是它的活也不是它的账。最后留个问题给你如果让你用一句话生成一个 3D 场景你最想看到什么是自己老家的院子是小时候的教室还是某个只存在于梦里的地方评论区聊聊说不定下一个被做出来的就是它。创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考