MegaParts масштабирует генерацию 3D-объектов по частям до 300 деталей

Исследователи представили MegaParts — фреймворк для генерации 3D-объектов, разложенных на семантические части. В основе подхода — векторно-квантованный токенизатор, который сжимает геометрию каждой части в дискретные токены с адаптивной длиной, и языковая модель, генерирующая bounding box объекта, bounding box частей и токены формы в единой структурированной последовательности. Авторы заявляют о масштабировании до 300 частей и последовательностей до 256k токенов, а также о более высоком качестве mesh по сравнению с базовыми авторегрессионными и диффузионными моделями. Код не опубликован. Подробнее в статье на arXiv.

Что это значит

MegaParts решает задачу, которую существующие генераторы из нашего справочника напрямую не закрывают: генерацию объектов с явной структурой из десятков и сотен семантических частей. У OpenLRM задача — image-to-3d, на выходе единый mesh без разбиения на части. Авторы не описывают ни ограничений по числу частей, ни механизма их отдельной генерации — модель реконструирует объект целиком. Hunyuan3D 2.1 также работает как image-to-3d и выдаёт цельный ассет с PBR-материалами. В описании нет упоминаний о part-aware генерации или контроле на уровне отдельных частей. TRELLIS использует структурированные 3D-латенты, но в паспорте не заявлена генерация объектов как сборки из семантических частей с индивидуальным контролем. Задача — image-to-3d и text-to-3d с экспортом в glb. MegaParts — это исследовательская работа без опубликованного кода, поэтому практическое сравнение с доступными инструментами пока невозможно. Если подход получит открытую реализацию, он может расширить возможности контролируемого моделирования и редактирования по частям, которых сейчас в справочнике нет.