X-Part: decomposição de formas de alta fidelidade e coerência estrutural

X-Part: high fidelity and structure coherent shape decomposition

September 10, 2025

Autores: Xinhao Yan, Jiachen Xu, Yang Li, Changfeng Ma, Yunhan Yang, Chunshi Wang, Zibo Zhao, Zeqiang Lai, Yunfei Zhao, Zhuo Chen, Chunchao Guo

cs.AI

Resumo

A geração de formas 3D em nível de parte é crucial para aplicações subsequentes, como retopologia de malhas, mapeamento UV e impressão 3D. No entanto, os métodos existentes de geração baseada em partes frequentemente carecem de controlabilidade suficiente e sofrem com uma decomposição semanticamente significativa inadequada. Para isso, introduzimos o X-Part, um modelo generativo controlável projetado para decompor um objeto 3D holístico em partes semanticamente significativas e estruturalmente coerentes, com alta fidelidade geométrica. O X-Part utiliza caixas delimitadoras como prompts para a geração de partes e injeta características semânticas ponto a ponto para uma decomposição significativa. Além disso, projetamos um pipeline editável para a geração interativa de partes. Resultados experimentais extensivos mostram que o X-Part alcança desempenho de ponta na geração de formas em nível de parte. Este trabalho estabelece um novo paradigma para a criação de ativos 3D prontos para produção, editáveis e estruturalmente sólidos. Os códigos serão liberados para pesquisa pública.

English

Generating 3D shapes at part level is pivotal for downstream applications such as mesh retopology, UV mapping, and 3D printing. However, existing part-based generation methods often lack sufficient controllability and suffer from poor semantically meaningful decomposition. To this end, we introduce X-Part, a controllable generative model designed to decompose a holistic 3D object into semantically meaningful and structurally coherent parts with high geometric fidelity. X-Part exploits the bounding box as prompts for the part generation and injects point-wise semantic features for meaningful decomposition. Furthermore, we design an editable pipeline for interactive part generation. Extensive experimental results show that X-Part achieves state-of-the-art performance in part-level shape generation. This work establishes a new paradigm for creating production-ready, editable, and structurally sound 3D assets. Codes will be released for public research.