用代码构建可验证 3D 世界！3DCodeVerse 开源 200 万可执行 3D 程序集与多智能体 Harness：人类盲测对 Claude Design 胜率达 90%

核心背景与行业痛点

相比于难以局部修改的神经辐射场（NeRF）或黑盒网格扩散模型，通过程序化代码（如 Blender Python、Three.js、OpenSCAD）生成 3D 内容天然具备模块化、参数可编辑与物理结构精确的优势。然而，现有编码大模型在编写 3D 代码时普遍面临“空间失明”与“运行即崩”两大痛点：一方面，开源社区极度缺乏带有资产依赖、环境声明与验证记录的大规模可执行 3D 代码语料；另一方面，单次生成的代码常出现几何穿模、比例失调或渲染报错，而传统 Agent 缺乏空间尺寸度量与多视角视觉闭环反馈机制。

架构亮点与底层机制

为赋予 Coding Agent 工业级 3D 空间编程能力，联合研究团队构建了三位一体的 3DCodeVerse 生态系统：

1. 3DCodeVerse-2M 超大规模可执行数据集：精心构建了包含 200 万个独立可执行 3D 程序的庞大语料库。通过收集开源工程、转换专业 3D 表征以及智能体合成扩增，每个程序均完整打包了源码文件、关联纹理/模型资产、运行环境声明以及自动化验证记录；
2. 3DCodeVerse Harness 多智能体 DAG 框架：设计了基于有向无环图（Directed Acyclic Graph）的多智能体生成与精炼管线。系统在无人工干预下自动串联三大闭环验证器——代码执行检查器（Execution Checks）捕获语法与 API 异常、空间几何测量器（Spatial Measurements）校验包围盒与拓扑对齐、以及多视角视觉反馈器（Visual Feedback）审视渲染成图并指导迭代重写；
3. 开源模型空间编程能力系统蒸馏：基于 3DCodeVerse-2M 对主流开源代码基座进行微调，并提供组件级消融指南，大幅拉平开源模型与闭源商业巨头在 3D 生成上的代差。

权威 Benchmark 与实测跑分对比

在定性人类双盲评估与定量空间编程基准测试中，3DCodeVerse 展现了压倒性的质量优势：

• 正面对决 Claude Design 豪取 90% 胜率：在由人类评估者进行的成对盲测（Pairwise Human Evaluations）中，当底层同样搭载 Claude Opus 5.5 时，3DCodeVerse Harness 对阵官方 Claude Design (3D Object) 取得了惊人的 90% 胜率；
• 开源模型微调大幅跃升：在 3DCodeVerse-2M 上微调后的开源权重模型，其代码一次编译通过率、几何拓扑合理性与视觉保真度均实现跨越式提升；
• 零人工干预自愈闭环：消融实验证实，结合空间几何测量与视觉反馈的双重校验比单纯依赖报错日志重试显著减少了结构畸变与悬浮组件。

开发者实战落地与开箱指南

全套框架与工具链已在 GitHub 开源（https://github.com/gaoypeng/3dcodeverse）：

• 3D 编程 Agent 流水线部署：克隆仓库 git clone https://github.com/gaoypeng/3dcodeverse，即可调用多智能体 DAG Harness 自动化生成并导出 Three.js 网页 3D 场景或 Blender 建模脚本；
• 将空间测量引入前端/游戏 Agent：开发 WebGL 或游戏资产生成工具时，切勿仅靠截图让 VLM 打分，建议接入 3DCodeVerse 的空间包围盒（Bounding Box）与坐标轴对齐探针，在代码层直接拦截穿模与缩放异常。