MultiCube 推出可单独控制每个部件的 3D 对象生成

研究人员在 arXiv 上发表了论文 MultiCube: Compositional 3D Generation With Part-Level Semantic and Spatial Control，其中描述了一种生成复合 3D 对象的方法，可独立控制每个部分的语义和空间位置。输入包括全局文本提示、部分文本方案以及带有边界框的布局。输出是一个由多个网格组成的对象，每个指定部分对应一个网格。作者采用了两阶段扩散过程：首先生成一个整体网格，然后同时将其分割成多个部分。作者未公开代码。

这意味着什么

在我们的指南中，没有工具支持在单个部分级别进行控制。任务上最接近的生成器是 OpenLRM、Hunyuan3D（混元3D）2.1 和 TRELLIS——它们都采用 image-to-3d 范式：根据单张图像或文本描述创建整体对象，不进行语义部分分割，也不控制它们的相对位置。 OpenLRM 导出结果为 obj 格式，TRELLIS 导出为 glb 格式，Hunyuan3D（混元3D）2.1 则分阶段生成形状和纹理。它们都不接受部分方案或空间布局作为输入条件。从这个意义上说，MultiCube 解决的是另一个问题：不是“根据图片创建对象”，而是“在指定位置用指定部分组装对象”。 由于代码未公开，目前无法在实践中验证该方法。对于需要逐部分控制的用户来说，MultiCube 目前仍是一项研究工作，而非工具。关于 3D 生成的整体介绍，可以查看指南页面。