业界首个高质地原生 3D 组件生成模子来了！来自腾讯混元 3D 团队开yun体育网。

现存的 3D 生成算法频繁会生成一体化的 3D 模子，而下流应用频繁需要语义可判辨的 3D 体式，即 3D 物体的每一个组件需要单独地生成出来。

近似以下视频所演示的那样：

一般来说，组件式 3D 生成主要有 2 个应用场景：

1） 视频游戏制作管线： 在游戏中， 许多金钱是要凭证语意信息将其绑定不同的游戏逻辑， 比如，汽车模子应该大约被判辨为主体和四个可转机的轮子， 这么轮子是可以单独转机起来的。是以组件拆分很伏击。

与此同期，3D 几何生成的下流链路，包括低模拓扑，UV 张开等模块。这些模块贬责很复杂的几何会变得艰难，通过将复杂几何进行拆分简便的小组件，这种分而治之的计策，可以大大镌汰下流算法的贬质问度。

2）3D 打印： 这对 3D 打印行业亦然可以的音讯， 用户可以把组件一个一个打印出来然后再拼装，像搭积木相通。

干系词，现存的组件式 3D 生成步调频繁缺少阔气的可控性，生成部件的几何质地不够理念念，况且语义连贯性有限。

对此，Hunyuan3D-Part 提倡了一种用于打造可参加分娩，几何质地高，可裁剪，且结构合理的组件式 3D 生成新范式。

底下详备来看。

手艺经过先容

如下图所示，给定一张输入图片，团队领先使用 Hunyuan3D 的基模子获取合座体式（可以是 V2.5 或者 V3.0）。

然后，将合座 Mesh 传递给部件检测模块P3-SAM，以获取语义特征和部件的界限框（bounding boxes）。

临了，由X-Part将合座体式判辨为各个部件。

图 1. Hunyuan3D-Part 组件拆分合座经过

其手艺亮点在于：

1）提倡了业界首个原生 3D 分割模子 P3-SAM， 诓骗大限制高质地 3D 数据考验，解脱对 2D 数据的依赖，大幅提升 3D 组件分割的精度和鲁棒性。

2）提倡了工业级组件生成模子 X-Part，重新界说 3D 组件生成可控性和生成质地的天花板。

手艺张开先容

以下为 P3-SAM 和 X-Part 的详备先容。

原生 3D 分割模子 P3-SAM

团队提倡了一种原生 3D 的分割模子，称为Point-Promptable  Part  Segmentation，即 P3-SAM。

该模子旨在扫尾对纵情复杂三维物体的全自动分割，生成精准掩码并具备极强的鲁棒性。看成始创性的可教导图像分割责任，SAM 为扫尾这一蓄意提供了可行的决策。

干系词，本步调聚焦于自动扫尾精准的组件分割，并对 SAM 的体系缚构进行了简化。团队未罗致 SAM 中复杂的分割解码器和多类型教导，仅罗致单一正点教导进行贬责。

具体来说，如图 2 所示，P3-SAM 包含一个特征索求器、三个分割头和一个 IoU（交并比）推断头。

图 2. P3-SAM 考验经过

PointTransformerV3 看成特征索求器，并交融其不同层级的特征看成点级特征。输入的点教导和特征信息会被交融，并传递至分割头，用于推断三个多表率掩码。同期，IoU 推断头用于评估掩码质地。

为扫尾物体的自动分割，如图 3 所示，团队诓骗 FPS（最远点采样）生成点教导，迎合 NMS（非极大值拦截）消亡冗余掩码。点级掩码随后被投影到网格面上，从而获取部件分割甩掉。

图 3. P3-SAM 自动分割经过

本步调的另一要津立异在于，透彻甩掉 2D SAM 的影响，依赖于原生 3D 部件监督，进行原生 3D 分割模子的考验。

鉴于现存 3D 部件分割数据集限制大齐较小且缺少详备部件标注，本决策斥地了一套用于好意思术师创建网格的自动化部件标注经过，并据此生成了一个包含 370 万个高质地部件级掩码的三维网格数据集。

最终模子在该数据集上展现出优厚的可膨胀性，并扫尾了强鲁棒性、精准性及全局一致性的组件级分割。

X-Part：高保真且结构一致的体式判辨

X-Part 大约扫尾具有语义真谛且结构一致的部件生成。蓄意是在给定物体点云的情况下，生成高保真、结构一致的部件几何体，同期保证对判辨过程的纯真可控性。

如图 4 所示，领先诓骗P3-SAM 得到组件的包围盒，点云语义特征。 为扫尾可控性提倡了一个基于部件级教导的特征索求模块，诓骗 P3-SAM 包围盒看成教导，指令部件的位置和尺寸，而不是径直将分割甩掉看成输入。

与细粒度、点级分割教导比拟，包围盒提供了一种更粗粒度的率领式样，有助于缓解对输入的过拟合。

此外，包围盒还为部分可见部件提供了额外的体积信息，从而故意于生成和可控性。

其次，尽管分割甩掉可能存在不准确，团队夺目到高维点级语义特征并莫得受到P3-SAM中聚类算法或推断头所导致的信息压缩影响，因此大约提供更准确的语义暗意。

因此，团队将语义特征以尽心设想的特征扰动式样引入到其框架中，这有助于扫尾存真谛的部件判辨。

图 4. X-Part 考验经过 Benchmark 定量对比甩掉

本决策在三个数据集上进行了成果评估：PartObj-Tiny、PartObj-Tiny-WT 和 PartNetE。

PartObj-Tiny 是 Objarvse 的一个子集，包含 8 个类别共 200 个数据样本，况且齐带有东谈主工标注的部件分割信息。

PartObj-Tiny-WT 是 PartObj-Tiny 的闭合水密（watertight）版块。

如表 1（组件分割模子 P3-SAM 和现存责任对比甩掉）、表 2（组件生成模子 X-Part 和竞品对比甩掉）所示，其分割和生成甩掉大幅很是现存责任。

可视化成果

团队还对模子的分割及生成成果进行了可视化。

下图为P3-SAM的分割甩掉：

然后是X-Part的生成甩掉：

下图为 X-Part 的生成甩掉， 左中右范例为输入图、混元 3D V2.5 生成甩掉、组件拆分甩掉。

下图为 X-Part 的生成甩掉和开源对比：

下图为 X-Part 的生成甩掉和闭源 R 模子对比：

体验地址及干系手艺论文如下。

代码：https://github.com/Tencent-Hunyuan/Hunyuan3D-Part

权重： https://huggingface.co/tencent/Hunyuan3D-Part

P3-SAM 论文及名堂地址：

https://arxiv.org/abs/2509.06784

https://murcherful.github.io/P3-SAM/

X-Part 论文及名堂地址：

https://arxiv.org/abs/2509.08643

https://yanxinhao.github.io/Projects/X-Part/

体验进口：

（轻量版）Hugging Face demo：https://huggingface.co/spaces/tencent/Hunyuan3D-Part

（满血版）混元 3D Studio：https://3d.hunyuan.tencent.com/studio

一键三连「点赞」「转发」「留神心」

谅解在褒贬区留住你的念念法！

—  完  —

� � 点亮星标 � �

科技前沿发达逐日见开yun体育网