FullPart: Generación de cada parte 3D a resolución completa

FullPart: Generating each 3D Part at Full Resolution

October 30, 2025

Autores: Lihe Ding, Shaocong Dong, Yaokun Li, Chenjian Gao, Xiao Chen, Rui Han, Yihao Kuang, Hong Zhang, Bo Huang, Zhanpeng Huang, Zibin Wang, Dan Xu, Tianfan Xue

cs.AI

Resumen

La generación 3D basada en partes tiene un gran potencial para diversas aplicaciones. Los generadores de partes anteriores que representan las partes mediante tokens implícitos de conjuntos vectoriales a menudo adolecen de detalles geométricos insuficientes. Otra línea de trabajo adopta una representación explícita de vóxeles pero comparte una malla de vóxeles global entre todas las partes; esto suele provocar que las partes pequeñas ocupen muy pocos vóxeles, lo que conduce a una calidad degradada. En este artículo, proponemos FullPart, un marco novedoso que combina ambos paradigmas, implícito y explícito. Primero deriva la disposición de las cajas delimitadoras mediante un proceso de difusión implícito de conjuntos vectoriales de cajas, una tarea que la difusión implícita maneja eficazmente ya que los tokens de caja contienen pocos detalles geométricos. Luego, genera partes detalladas, cada una dentro de su propia malla de vóxeles de resolución completa fija. En lugar de compartir un espacio global de baja resolución, cada parte en nuestro método -incluso las pequeñas- se genera a resolución completa, permitiendo la síntesis de detalles intrincados. Además, introducimos una estrategia de codificación por punto central para abordar el problema de desalineación al intercambiar información entre partes de diferentes tamaños reales, manteniendo así la coherencia global. Además, para abordar la escasez de datos de partes confiables, presentamos PartVerse-XL, el mayor conjunto de datos de partes 3D anotado manualmente hasta la fecha, con 40K objetos y 320K partes. Experimentos exhaustivos demuestran que FullPart logra resultados de vanguardia en generación de partes 3D. Liberaremos todo el código, datos y modelo para beneficiar la investigación futura en generación de partes 3D.

English

Part-based 3D generation holds great potential for various applications. Previous part generators that represent parts using implicit vector-set tokens often suffer from insufficient geometric details. Another line of work adopts an explicit voxel representation but shares a global voxel grid among all parts; this often causes small parts to occupy too few voxels, leading to degraded quality. In this paper, we propose FullPart, a novel framework that combines both implicit and explicit paradigms. It first derives the bounding box layout through an implicit box vector-set diffusion process, a task that implicit diffusion handles effectively since box tokens contain little geometric detail. Then, it generates detailed parts, each within its own fixed full-resolution voxel grid. Instead of sharing a global low-resolution space, each part in our method - even small ones - is generated at full resolution, enabling the synthesis of intricate details. We further introduce a center-point encoding strategy to address the misalignment issue when exchanging information between parts of different actual sizes, thereby maintaining global coherence. Moreover, to tackle the scarcity of reliable part data, we present PartVerse-XL, the largest human-annotated 3D part dataset to date with 40K objects and 320K parts. Extensive experiments demonstrate that FullPart achieves state-of-the-art results in 3D part generation. We will release all code, data, and model to benefit future research in 3D part generation.