英伟达推AI 3D建模系统，将2D图像分割成可编辑3D模型

zhiyongz 8分钟前阅读数 #人工智能

文章标签 AI 3D建模系统

导读：AI在3D打印领域的应用已经悄然而至，特别是以Tripo、Meshy、腾讯混元3D等为带来的AI 3D大模型，已经在深刻变革3D打印模型的创作模式，极大降低建模门槛。但我们不能忽视GPU厂商英伟达，也一直在发力3D模型相关的技术，一旦成熟，则可能更具颠覆性。

△零件级别的 3D 对象。图片来自 NVIDIA

2025年7月2日，GPU 制造商NVIDIA推出了 PartPacker，这是一款基于 AI 的系统，旨在从单个 2D 图像生成可编辑的 3D 模型。与生成统一网格的传统方法不同，PartPacker 创建基于零件的模型，允许单独编辑或制作各个组件的动画，从而提高灵活性。

PartPacker系统旨在通过促进资产创建和实现更详细的定制，支持 3D 打印、动画、游戏和学术研究等各个领域的工作流程。PartPacker 背后的研究是与北京大学和斯坦福大学合作开发的。

PartPacker 概述和功能

PartPacker 利用扩散变换器 (Diffusion Transformer) 架构中的双体积打包技术，从单个 2DRGB 图像生成高度精细的 3D 对象。这种方法将部件排列成相互连接的体积，每个体积都可以独立编辑或动画，从而提高灵活性。系统的网络集成了 VAE 和整流流模型，模型可根据输入图像优化潜码。与传统方法不同，PartPacker同时生成两个潜码，而非仅生成一个，从而提升了细节和控制力。

△双卷包装。图片来自 NVIDIA。

PartPacker 以 GLB格式输出 3D 三角形网格，分辨率高达 512³，并针对 NVIDIA GPU 加速进行了优化。此功能有助于创建适用于游戏、电影和交互式媒体的高质量 3D 资产。此外，它还支持导出为 STL 和 3MF 等流行的 3D 打印格式，从而实现多材料打印工作流程。

优势和可用性

传统的 3D 生成方法通常会生成单片网格，从而限制对单个部件的修改。PartPacker 通过生成模块化、可编辑的组件解决了这一限制，提供了一种灵活的替代方案，使需要可定制 3D 资产的行业受益。这项技术使创作者和研究人员能够从单个图像生成可编辑的基于部件的3D 模型，从而实现了以前具有挑战性或无法实现的工作流程。

研究人员和开发人员可以通过 GitHub 代码库访问 PartPacker，代码库提供了网格转换所需的源代码和数据处理脚本。此外，HuggingFace 上托管的现场演示允许用户上传图像并立即生成可编辑的 3D 模型。此外，预先训练的 VAE 和 Flow 模型也可供下载，以支持从图像进行网格重建和 3D 生成。

△零件级 3D 对象比较表。图片来自 NVIDIA。

人工智能驱动的 3D 模型工具

2024年，总部位于深圳的3D打印机制造商Bambu Lab发布了全新的AI驱动3D模型生成器PrintMon Maker。这款平台可通过MakerWorld获取，用户可以使用文本或图像提示创建可3D打印的角色。生成的设计可以直接导入Bambu Lab的切片软件，并在3D打印机上打印，无需手动调整。此外，平台还支持为眼睛和底座等组件创建单独的文件，从而为3D打印工作流程提供更大的灵活性和定制化。

去年，为了响应谷歌的DreamFusion产品以及Physna Inc.的 3D 模型和场景生成式 AI 原型，Nvidia 创建了Magic3D文本转 3D 模型工具。一篇研究论文概述了Nvidia 的 AI 平台采用两阶段方法，首先创建一个粗略的低分辨率模型，然后将其优化到更高分辨率。Magic3D 还可以进行基于提示的 3D 网格编辑。上传基本提示和低分辨率 3D 模型后，即可修改文本以更改生成的模型。