Aus einem Prompt wird eine Szene, kein undurchsichtiges Mesh
Ein neues KI-Modell von CCORE mit 4 Milliarden Parametern soll die Erstellung von 3D-Assets für Spieleentwickler vereinfachen. Anders als andere KI-Tools, die undurchsichtige Mesh-Dateien ausgeben, erzeugt dieses eigenständige HTML- und JavaScript-Szenen, die mit der Bibliothek Three.js aufgebaut sind. Die Grundidee ist einfach: Sie erhalten Code, den Sie tatsächlich einsehen und bearbeiten können, kein Black-Box-Mesh.
Das Video von Matthew Berman demonstriert den Workflow. Sie geben eine Anfrage in natürlicher Sprache ein, etwa „Create a mana potion“. Die KI schreibt daraufhin eine vollständige HTML-Datei. Öffnen Sie diese Datei in einem beliebigen Webbrowser, sehen Sie die 3D-Szene, die Sie drehen und genau betrachten können. Über eine integrierte Schaltfläche exportieren Sie das Asset als GLB-Datei.
Dieser Ansatz bietet Indie-Entwicklern einen erheblichen praktischen Nutzen. Die generierte GLB-Datei lässt sich direkt in Spiele-Engines und Tools wie diese importieren:
- Godot
- Unity
- Blender
Der zugrunde liegende Three.js-Code bleibt dabei vollständig zugänglich. Sie können also Geometrie, Materialien oder Animationen des Assets direkt anpassen und erhalten so ein Maß an Kontrolle, das bei den meisten anderen KI-generierten 3D-Inhalten fehlt. Sie bekommen ein nutzbares Asset und den Bauplan dazu.
Vier Milliarden Parameter, gebaut für den Engpass von Indie-Entwicklern
Qwen3.5-4B-GLB-3D-Coder von CCORE ist ein spezialisiertes Modell auf Basis des Open-Source-Modells Qwen3.5-4B von Alibaba. Die KI mit 4 Milliarden Parametern wird unter der Apache-2.0-Lizenz veröffentlicht und ist gezielt auf 3D-Coding abgestimmt, nicht nur auf reine Mesh-Generierung. Sie soll den typischen Engpass lösen, dem Indie-Spieleentwickler bei der Erstellung einzigartiger Assets begegnen.
Entscheidend ist, dass das Modell auf einen Local-first-Ansatz setzt. Es ist in den Formaten GGUF Q4_K_M und Q8_0 sowie als Safetensors verfügbar und läuft auf handelsüblicher Hardware. So können Sie experimentieren und Assets erzeugen, ohne auf teure Cloud-Dienste angewiesen zu sein – ein deutlicher Vorteil für Kreative mit knappem Budget.
Das Training des Modells umfasst 25 verschiedene Spiel-Asset-Kategorien und bietet damit vielfältige kreative Möglichkeiten. Es kann alles Mögliche erzeugen, zum Beispiel:
- Props
- Waffen
- Fahrzeuge
- Modulare Umgebungen
Ein optionaler Vision-Projektor erlaubt es sogar, Bildreferenzen einzuspeisen, was eine weitere Ebene der kreativen Kontrolle schafft. Diese Funktionen machen das Modell zu einem leistungsfähigen Werkzeug, um Ihre Spielwelten schnell mit individuellen 3D-Inhalten zu füllen.
Warum Code ein schöneres KI-Mesh schlagen kann
Warum also Code einem optisch ansprechenderen KI-generierten Mesh vorziehen? Text-to-3D-Diffusionstools erzeugen oft dichte, verrauschte Meshes, die sich schwer bearbeiten lassen. Dieses Modell dagegen baut Assets mit prozeduralem Three.js-Code auf. Das führt zu einfacherer, primitivbasierter Geometrie, die schlank und leichter anzupassen ist.
Nachvollziehbarer Code und direkter GLB-Export fügen sich nahtlos in bestehende Spieleentwicklungs-Workflows ein, insbesondere für Indie-Studios. Das macht das Modell ideal für schnelles Asset Blocking, Prototyping und die Erstellung modularer Spielinhalte, die sich leicht in Engines wie Godot einbinden lassen. Statt eines Black-Box-Meshes erhalten Sie lesbaren JavaScript-Code.
Das Ziel ist nicht, ein fertiges Spiel zu bauen, sondern die Asset-Erstellung zu beschleunigen. Frühe Proof-of-Concept-Beispiele wie das Browserspiel RIFTWARD und verschiedene RPG-Demos aus der Community zeigen, wie Entwickler mit der Ausgabe des Modells experimentieren. Diese Beispiele verdeutlichen sein Potenzial, funktionale Spielelemente zu erzeugen.
Dieser Ansatz stellt Nutzen und Editierbarkeit über reine visuelle Detailtreue. Weitere technische Details und die Möglichkeit, das Modell selbst auszuprobieren, finden Sie unter ccore/Qwen3.5-4B-GLB-3D-Coder auf Hugging Face. Es geht darum, das Werkzeug auf die Aufgabe abzustimmen, nicht nur beeindruckende Bilder zu erzeugen.
Gefällt Ihnen der Artikel? Erhalten Sie jeden Morgen einen wie diesen per E-Mail.
eine E-Mail pro Tag · Abmeldung mit zwei Klicks · kein Tracking durch Dritte
Der Haken: Generierter Code braucht weiterhin einen Menschen
Generierter Code erfordert jedoch weiterhin menschliches Eingreifen. Zwar haben aktuelle Checkpoints Zuverlässigkeit und Geometrie verbessert, doch das Modell kann nach wie vor Syntaxfehler, fehlerhafte GLB-Exportlogik oder fehlende Texturzuordnungen erzeugen. Rechnen Sie damit, generiertes Three.js eine Zeit lang debuggen zu müssen.
Das Tool funktioniert zudem am besten für bestimmte Stile. Es überzeugt bei sauberen, starren Low-Poly-Objekten, etwa Kisten, Waffen oder einfacher Architektur. Erwarten Sie keine detaillierte Anatomie, keine organischen Charaktere und keine fotorealistischen Skulpturen; diese KI ersetzt keinen Character Artist.
Letztlich eignet sich das Modell für schnelles Prototyping und die Erzeugung editierbarer Spiel-Props. Es ist ideal, um eine Szene rasch zu füllen oder Varianten zu entwerfen, besonders für Engines wie Godot. Beziehen Sie aber weiterhin einen Artist oder Entwickler ein, der das Ergebnis verfeinert.
Das Engagement von CCORE für offene Datensätze und die Pläne für einen deutlich größeren Trainingslauf – angestrebt sind 100.000 Samples – deuten auf eine fortlaufende Entwicklung hin. Das Tool wächst noch, ist aber für Indie-Entwickler bereits ein praktisches Hilfsmittel.
Häufig gestellte Fragen
Was ist Qwen3.5-4B-GLB-3D-Coder?
Es handelt sich um ein Open-Source-Modell mit 4 Milliarden Parametern, das Three.js-HTML- und JavaScript-Szenen mit GLB-Export erzeugt.
Kann es lokal ausgeführt werden?
Ja. GGUF-Versionen sind für die lokale Nutzung mit Tools wie LM Studio oder Ollama ausgelegt, auch auf einigen handelsüblichen Laptops und GPUs.
Kann ich die GLB-Assets in Godot verwenden?
Ja. Die exportierten GLB-Dateien lassen sich in Godot importieren, ebenso in kompatible Tools wie Unity und Blender.
Welche Arten von Assets beherrscht das Modell am besten?
Am besten eignet es sich für stilisierte Low-Poly-Props, Waffen, modulare Architektur und andere starre Assets; komplexe organische Charaktere sind anspruchsvoller.
Erzeugt es direkt fertige 3D-Meshes?
Es erzeugt Three.js-Code, der die Szene prozedural aufbaut, und exportiert das Ergebnis anschließend als GLB-Datei.