Qwen3.8-Flash-Nextが作った魚は、魚に見えたか
ローカルQwen3.8-Flash-Nextに3D水族館を構築させ、遠景の完成度と、近接試遊で判明した魚の全体形状の弱さを別々に検証しました。
- Tested question
- ローカルVisionモデルを使うAIエージェントは、操作できる3D水族館を実装し、自分の画面確認だけでは見落としやすい全体形状まで完成させられるか。
- Exact tools
- custom Python aquarium harness
- llama.cpp PR #27742 build b10656-035e2273 commit 035e22731a7fd70b9854b3a2d64ec68e9b1a45d3
- AtomicChat mmproj-Qwen3.8-Flash-Next-F16.gguf revision 02ee42bd03687c34abccad3c76ec51dd5522ce03
- Three.js 0.179.1
- Vite 7.1.3
- 3× RTX 3090 + 1× RTX 4090
- follow-up: llama.cpp master build b10664-e70802a01 commit e70802a01f03f0ed31a26338a5664796f3824371
- follow-up: Unsloth mmproj-F16.gguf revision 83cadfda58d30be06c110518208d1bb918b33f10
- Exact models
- Qwen3.8-Flash-Next-UD-Q4_K_XL
- Validation method
- 元の実行でモデルのブラウザ確認後にソースを凍結し、通常入力による自動QA、139.287秒の連続人間プレイ、macOSとWindowsでの見た目確認を行いました。修復後デモは別deploymentとして公開ブラウザQAを実施しました。
- Result
- 元の実行は70ターン、約94分、45回のソース書き込み、9回のブラウザキャプチャ、0回の人間ソース編集でbuildと最終WebGL gateを通過しました。主要操作は概ね使えましたが、近くで見ると魚の部品が説得力のある魚体を形成せず、視覚品質は不合格でした。
- Limitations
- 1 deploymentにつき1回の成果物実行であり、Qwen一般の性能を示しません。
- 元の採点実行は連続画面録画されておらず、保存logからのtimelineは再構成です。
- 自動QAではMoveのdragとRキー回転を独立に確立できませんでした。
- 公開デモとフォローアップ動画はレビュー後に対象モデルが修復した版で、元の凍結済み採点成果物ではありません。
- 元動画はAtomicChat projector、フォローアップと公開デモはUnsloth projectorを使った別deploymentです。
Evidence (4)
Artifacts (4)
遠くからの完成と、近くからの未完成
最初の印象は良好でした。水槽全体には水、照明、岩、植物、UIがそろい、複数の魚らしい形が群れとして動きます。しかし人間がカメラを近づけると、胴体、ひれ、目のような部品はあっても、全体として自然な魚に見えない個体が確認できました。
この結果は、Visionを使った自己確認が無意味だったことを示すものではありません。モデルは画面を見て多くの修正を行い、操作可能な成果物まで到達しました。一方で「部品が存在する」と「全体形状が成立する」は別の完了条件でした。公開デモは後からモデルが修正した版であり、元の採点結果と混同しないよう分けて提示しています。