近日，國(guó)際計(jì)算機(jī)圖形學(xué)與交互技術(shù)頂會(huì) ACM SIGGRAPH Asia 2025 公布了論文接收結(jié)果。業(yè)界領(lǐng)先的 3D 生成式 AI 公司 VAST 研究團(tuán)隊(duì)提交的六篇論文全部被接收，以 100% 的滿貫命中率，再次印證了其在 3D 生成技術(shù)領(lǐng)域的領(lǐng)先地位。此次學(xué)術(shù)盛會(huì)將于今年 12 月在香港舉行，屆時(shí) VAST 團(tuán)隊(duì)將現(xiàn)場(chǎng)分享其前沿研究，并與來(lái)自全球的計(jì)算機(jī)圖形學(xué)專(zhuān)家深入探討和交流。

SIGGRAPH Asia 由美國(guó)計(jì)算機(jī)學(xué)會(huì)（ACM）主辦的全球計(jì)算機(jī)圖形學(xué)與交互技術(shù)領(lǐng)域最具規(guī)模、權(quán)威和影響力的頂級(jí)學(xué)術(shù)會(huì)議之一，被譽(yù)為圖形學(xué)領(lǐng)域的「奧斯卡」。作為該領(lǐng)域的年度盛事，SIGGRAPH Asia 匯聚了來(lái)自學(xué)術(shù)界和工業(yè)界的頂尖專(zhuān)家，共同展示和探討該領(lǐng)域最前沿的科技突破與創(chuàng)新應(yīng)用，對(duì)行業(yè)發(fā)展趨勢(shì)具有重要影響力。

此次 VAST 入選的六篇論文中，《OmniPart: Part-Aware 3D Generation with Semantic Decoupling and Structural Cohesion》備受矚目。該研究提出了一種全新的「部件感知」(Part-Aware) 3D 生成框架，旨在解決當(dāng)前 3D 生成模型普遍存在的整體固化、難于編輯的痛點(diǎn)。

圖 1：OmniPart 以可控部件組合方式生成復(fù)雜 3D 對(duì)象。該系統(tǒng)通過(guò)簡(jiǎn)單二維圖像（帶邊框展示）和遮罩輸入，首先采用自回歸模型規(guī)劃 3D 部件結(jié)構(gòu)，隨后同步生成所有高質(zhì)量帶紋理的部件（透明展示框內(nèi)的獨(dú)立組件）。這些部件可無(wú)縫融合為連貫的整體對(duì)象，提供顯式部件控制功能，顯著增強(qiáng)編輯、定制與動(dòng)畫(huà)制作場(chǎng)景下的可用程度。

當(dāng)前多數(shù) 3D 生成模型產(chǎn)出的是靜態(tài)的、單一整體的（monolithic）三維資產(chǎn)，缺乏對(duì)內(nèi)部組件結(jié)構(gòu)的理解，極大地限制了其在專(zhuān)業(yè)應(yīng)用中的實(shí)用性。OmniPart 框架通過(guò)一個(gè)創(chuàng)新的兩階段協(xié)同流程，實(shí)現(xiàn)了對(duì) 3D 對(duì)象結(jié)構(gòu)化、組件化的智能生成：

1. 可控的結(jié)構(gòu)規(guī)劃 (Controllable Structure Planning): 在第一階段，OmniPart 引入一個(gè)基于 Transformer 的自回歸模型 (autoregressive model)。該模型能根據(jù)用戶(hù)提供的 2D 圖像及靈活的部件遮罩 (part masks) 作為引導(dǎo)，精準(zhǔn)地預(yù)測(cè)出物體各個(gè)功能部件的 3D 邊界框 (bounding boxes) 序列。這一步驟完成了對(duì)物體高級(jí)空間布局的解構(gòu)與規(guī)劃。

2. 空間條件的部件合成 (Spatially-Conditioned Part Synthesis): 基于規(guī)劃好的結(jié)構(gòu)藍(lán)圖，第二階段采用一個(gè)空間條件的矯正流模型 (spatially-conditioned rectified flow model)。該模型經(jīng)過(guò)大規(guī)模預(yù)訓(xùn)練，能夠高效地在指定邊界框內(nèi)，同步并行地合成所有部件的高質(zhì)量幾何與紋理。通過(guò)引入創(chuàng)新的體素丟棄機(jī)制 (voxel discarding mechanism)，OmniPart 確保了各部件邊界清晰，避免了噪聲干擾。

此架構(gòu)的核心優(yōu)勢(shì)在于實(shí)現(xiàn)了「語(yǔ)義解耦 (semantic decoupling)」與「結(jié)構(gòu)內(nèi)聚 (structural cohesion)」的精妙平衡。這意味著，OmniPart 生成的每個(gè)部件（例如椅子腿、汽車(chē)車(chē)輪）在語(yǔ)義上是獨(dú)立的、可被單獨(dú)尋址和編輯的，同時(shí)在幾何上又能與其它部件無(wú)縫融合，共同構(gòu)成一個(gè)結(jié)構(gòu)穩(wěn)定、邏輯完整的整體。

這一流程不僅能在生成時(shí)保持高度的語(yǔ)義一致性，更能確保生成的每個(gè)部件與整體結(jié)構(gòu)都高度融合，使最終產(chǎn)出的 3D 物體具備前所未有的可編輯性與可操作性，為精細(xì)化的合成編輯、材質(zhì)分配和動(dòng)畫(huà)制作等下游應(yīng)用提供了強(qiáng)大支持。

圖 2：OmniPart 模型設(shè)計(jì)概覽。該系統(tǒng)通過(guò)兩個(gè)核心階段生成部件感知、可控且高質(zhì)量的 3D 內(nèi)容：部件結(jié)構(gòu)規(guī)劃與結(jié)構(gòu)化部件幾何紋理生成。

相關(guān)鏈接：

《OmniPart: Part-Aware 3D Generation with Semantic Decoupling and Structural Cohesion》

論文鏈接：OmniPart 論文鏈接 https://arxiv.org/abs/2507.06165

開(kāi)源鏈接：OmniPart 開(kāi)源項(xiàng)目 https://huggingface.co/spaces/omnipart/OmniPart

VAST 算法團(tuán)隊(duì)在 AI 3D 生成技術(shù)上的持續(xù)創(chuàng)新為數(shù)字內(nèi)容創(chuàng)作提供了全新的思路和方法, 未來(lái)將繼續(xù)深入探索新的生成方法和應(yīng)用場(chǎng)景，隨著 3D 技術(shù)的進(jìn)一步發(fā)展將在未來(lái)為更多行業(yè)帶來(lái)突破性的創(chuàng)新成果。