AssetFormer: Modulaire 3D-assetgeneratie met Autoregressieve Transformer
AssetFormer: Modular 3D Assets Generation with Autoregressive Transformer
February 12, 2026
Auteurs: Lingting Zhu, Shengju Qian, Haidi Fan, Jiayu Dong, Zhenchao Jin, Siwei Zhou, Gen Dong, Xin Wang, Lequan Yu
cs.AI
Samenvatting
De digitale industrie vereist hoogwaardige, diverse modulaire 3D-assets, met name voor door gebruikers gegenereerde inhoud (UGC). In dit werk introduceren we AssetFormer, een autoregressief Transformer-gebaseerd model ontworpen om modulaire 3D-assets te genereren uit tekstuele beschrijvingen. Onze pilotstudie maakt gebruik van real-world modulaire assets die zijn verzameld van online platforms. AssetFormer pakt de uitdaging aan om assets te creëren die bestaan uit primitieven en voldoen aan beperkte ontwerpparameters voor diverse toepassingen. Door een innovatieve aanpassing van modulesequencing en decodeertechnieken, geïnspireerd door taalmodeltechnieken, verbetert onze aanpak de kwaliteit van assetgeneratie via autoregressieve modellering. Eerste resultaten tonen de effectiviteit van AssetFormer in het stroomlijnen van assetcreatie voor professionele ontwikkeling en UGC-scenario's. Dit werk presenteert een flexibel raamwerk dat uitbreidbaar is naar verschillende soorten modulaire 3D-assets, en draagt bij aan het bredere vakgebied van 3D-inhoudsgeneratie. De code is beschikbaar op https://github.com/Advocate99/AssetFormer.
English
The digital industry demands high-quality, diverse modular 3D assets, especially for user-generated content~(UGC). In this work, we introduce AssetFormer, an autoregressive Transformer-based model designed to generate modular 3D assets from textual descriptions. Our pilot study leverages real-world modular assets collected from online platforms. AssetFormer tackles the challenge of creating assets composed of primitives that adhere to constrained design parameters for various applications. By innovatively adapting module sequencing and decoding techniques inspired by language models, our approach enhances asset generation quality through autoregressive modeling. Initial results indicate the effectiveness of AssetFormer in streamlining asset creation for professional development and UGC scenarios. This work presents a flexible framework extendable to various types of modular 3D assets, contributing to the broader field of 3D content generation. The code is available at https://github.com/Advocate99/AssetFormer.