X-Part: высокоточное и структурно согласованное декомпозирование формы

X-Part: high fidelity and structure coherent shape decomposition

September 10, 2025

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

cs.AI

Аннотация

Генерация 3D-форм на уровне частей имеет ключевое значение для последующих приложений, таких как ретопология сеток, UV-развертка и 3D-печать. Однако существующие методы генерации на основе частей часто недостаточно контролируемы и страдают от слабой семантически значимой декомпозиции. В связи с этим мы представляем X-Part — управляемую генеративную модель, предназначенную для декомпозиции целостного 3D-объекта на семантически значимые и структурно согласованные части с высокой геометрической точностью. X-Part использует ограничивающие рамки в качестве подсказок для генерации частей и внедряет точечные семантические признаки для значимой декомпозиции. Кроме того, мы разрабатываем редактируемый конвейер для интерактивной генерации частей. Обширные экспериментальные результаты показывают, что X-Part достигает наилучших показателей в генерации форм на уровне частей. Эта работа устанавливает новую парадигму для создания готовых к производству, редактируемых и структурно устойчивых 3D-активов. Код будет опубликован для общедоступных исследований.

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.