AI建模這兩年發展迅猛，相比以往復雜的建模流程，現在不少的AI模型已經可以實現根據簡單輸入生成結構清晰、精度較高的3D模型了。不僅技術迭代快，且越來越多的工具選擇了開源路線。從一鍵生成基礎部件到構建復雜高清模型，開源AI建模工具正以肉眼可見的速度卷出新高度。

今天，小編就準備帶大家盤點幾款近期發布的，“高開瘋走”的3D模型生成AI，看看他們是如何用技術重塑現代3D內容創作流程的。

PartPacker

1

上月11日，由NVIDIA、北京大學和斯坦福大學組成的研究團隊，推出了一種新的3D模型生成技術-[PartPacker]。

PartPacker的目的，是解決當前絕大多數3D模型生成技術僅能輸出單一網格結構，從而限制了對模型內部組件進行編輯和操作的問題。

其特別之處在于，它不是簡單地生成一個完整的3D形狀，而是可以生成具有實際意義的“部件”，這樣生成的模型不光是“看起來像”，而是結構清晰，可以讓用戶單獨對某一部分進行修改。

PartPacker引入了一種“雙體積打包策略”（dual volume packing strategy），將所有部件組織在兩個互補的體積中：一個用于描述部件本身的形狀，另一個則用于表達部件的組裝方式或放置位置。

通過這種方式，將每個部件生成為一個完整的獨立個體，同時兼顧整體布局，從而構建出完整的3D對象。

通過雙體積打包，可以將對象分割成有意義的部件。

PartPacker的網絡架構包括基于輸入圖像進行潛在代碼（latent code）去噪處理的VAE（變分自動編碼器，Variational Autoencoder）模型和Rectified Flow模型（一種圖像生成模型），這一過程同時生成兩個潛在代碼。

與其他同類工具對比：

目前已經在GitHub上發布了源代碼，采用“NVIDIA源代碼許可”協議，僅限于非商業用途。

了解詳情：https://research.nvidia.com/labs/dir/partpacker/

代碼地址：https://github.com/NVlabs/PartPacker

Sparc3D

2

6月13日，由南洋理工、MathMagic和倫敦帝國理工學院組成的研究團隊，發布了3D模型生成AI-Sparc3D（Sparse Representation and Construction for High-Resolution 3D Shapes Modeling）。

Sparc3D結合了「Sparcubes」和「Sparconv-VAE」兩項技術，目的是解決傳統模型生成方法的痛點-由變分自編碼器（VAE, Variational AutoEncoder）進行網格壓縮后，再通過潛在擴散采樣（Latent Diffusion Sampling）所導致的細節損失問題。

Sparcubes（稀疏可變形行進立方體表示），一種將網格原始數據轉換為1024P3至1536P3高分辨率表面的方法。

Sparconv-VAE（稀疏卷積網絡變分自動編碼器），完全基于稀疏卷積神經網絡構建的一致變分自動編碼器。通過潛在擴散（Latent Diffusion），實現高效且低損的高分辨率3D模型重建。

目前，用戶可在「Hitem3D」網站上每日免費生成模型5次，代碼計劃在GitHub上公開。

了解詳情：https://lizhihao6.github.io/Sparc3D/

Hitem3D：https://hitem3d.ai/

PartCrafter

3

北京大學、字節跳動和卡內基梅隆大學組成的研究團隊，6月13日發布了能夠按部件生成3D網格的AI模型-PartCrafter。

PartCrafter能夠從單張RGB圖像中生成多個具有語義意義的3D網格部件，并組合成完整的3D模型，生成出來的3D部件結構可以單獨修改和編輯。

PartCrafte的核心技術包括以下兩點：

1.組合式潛在空間（Compositional Latent Space）：每個3D部件在空間中被表示為獨立的“潛在令牌”（Latent Token），各個部件都可以單獨處理、替換或修改，從而實現高度靈活的編輯能力。

2.分層注意力機制（Hierarchical Attention Mechanism）：建立在3D網格擴散變換器（DiT）的基礎之上，能夠高效傳遞和整合結構化信息，確保各部件之間的空間關系協調一致，提升整體建模質量。

通過整合多個3D數據庫，共收集了約13萬個物體。特別關注了具有多部件的物體（約10萬個），并根據紋理質量、部件數量以及IoU（重疊率）等指標進行篩選和整理。

最終構建的數據集包括：約5萬個高質量、帶有部件標注的完整物體；以及這些物體拆分后的約30萬個獨立部件。

生成結果：

了解詳情：https://wgsxm.github.io/projects/partcrafter/

代碼地址：https://github.com/wgsxm/PartCrafter

Hunyuan 3D 2.1

4

6月14日，騰訊在GitHub上開源了3D模型生成AI-Hunyuan 3D 2.1，同時在HuggingFace開放了演示空間。

騰訊在今年4月份發布的Hunyuan 3D 2.5，是一款擁有百億參數、支持8-20秒快速生成、主要提供API訪問的商業產品。

而這一次發布的Hunyuan 3D 2.1，雖然生成速度上較前者略遜一籌，但卻是一個專為開發者社區打造，完全開源的基礎模型。提供完整的模型權重和訓練代碼，可用于生產環境并支持物理渲染（PBR）材質生成。

可生成如皮革、青銅等，具備高質量的光影交互表現等逼真的材質效果，支持生成包括Albedo、Metallic（金屬度）、Roughness（粗糙度）等PBR貼圖，能夠利用物理渲染技術，實現金屬反射、次表面散射（SSS）等真實光照模擬。

同時不依賴昂貴的專業硬件，普通用戶或小型團隊也能輕松部署。

HuggingFace空間：https://huggingface.co/spaces/tencent/Hunyuan3D-2.1

代碼地址：https://github.com/Tencent-Hunyuan/Hunyuan3D-2.1

今天的文章就到這里，感興趣的小伙伴們可以根據上面提供的網址去試試水，咱們下期再見啦~

THE

CG

世界