ToolsAi

CV君 2025-11-01 12:12 江苏

破解小部件分辨率低的难题。

最近，3D内容生成领域又迎来了一项令人瞩目的进展。来自香港中文大学、香港科技大学、商汤研究院和重庆大学的研究者们联手提出了一种名为 FullPart 的新型3D生成框架。

顾名思义，FullPart的核心思想在于“为每个部件（Part）实现全分辨率（Full Resolution）生成”。它巧妙地结合了隐式和显式两种主流范式，旨在解决现有技术在生成3D模型时，尤其是在处理微小部件时普遍存在的几何细节不足、分辨率退化等问题。可以说，FullPart向着生成细节丰富、结构合理的复杂3D世界又迈出了坚实的一步。

论文标题: FullPart: Generating each 3D Part at Full Resolution
作者: 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
机构: 香港中文大学; 香港科技大学; 商汤研究院; 重庆大学
论文地址: https://arxiv.org/abs/2510.26140
项目主页: https://fullpart3d.github.io
代码仓库: https://github.com/hkdsc/fullpart

现有方法的“鱼与熊掌”困境

在探索部件化3D生成的道路上，研究者们主要尝试过两种技术路径。

一种是基于 隐式表示 的方法，例如使用向量集合（vector-set tokens）来定义部件。这种方法在描述部件的整体布局和大致形状时非常灵活高效，但缺点也同样明显——由于其表示的抽象性，很难捕捉到精细的几何纹理和细节，生成的部件往往显得过于“光滑”或“模糊”。

另一条路是基于 显式表示，通常是体素（voxel）。这种方法在刻画细节上具有天然优势。然而，以往的工作通常会将所有部件置于一个共享的全局体素网格中。这带来一个新问题：对于一个复杂的3D模型（比如一个人形），头部和躯干的尺寸差异巨大。在固定的全局网格中，像手指、耳朵这样的小部件只能分到极少数的体素，导致其分辨率严重不足，最终生成的质量大打折扣。

如何在保证全局结构合理性的同时，又能让每个部件（无论大小）都拥有丰富的细节？这便是FullPart试图解决的核心矛盾。

FullPart：三步走，实现全局与局部的统一

为了破解上述难题，FullPart设计了一个精巧的三阶段生成流程，CV君认为这个设计思路非常清晰，层层递进，兼顾了不同层级的生成需求。

第一阶段：隐式扩散生成布局

FullPart首先要确定的是“哪里该有什么”。它采用了一种隐式扩散模型（implicit box vector-set diffusion）来生成各个部件的包围盒（bounding box）布局。因为包围盒本身只包含位置、尺寸等少量几何信息，不涉及复杂细节，所以这正是隐式方法大展身手的领域。这一步的输出，为后续的精细化生成搭建了整体框架。

第二阶段：全分辨率生成各部件

这是FullPart最具创新性的一步。不同于以往共享全局空间的做法，FullPart为 每一个部件 都分配了一个独立的、固定大小的全分辨率体素网格。

这意味着，无论是巨大的躯干，还是微小的手指，都会在属于自己的“画布”上被精雕细琢，享受同等的、最高的分辨率待遇。上图直观地展示了这种策略的优势：在全局共享网格中（b），小部件的细节丢失严重；而在FullPart的独立全分辨率网格中（c），细节得到了充分保留。

然而，新问题随之而来：每个部件都在自己的“小世界”里生成，如何确保它们组合在一起时能够相互对齐、保持全局的一致性呢？为此，作者引入了 中心点编码（center-point encoding） 策略。该策略在不同部件之间交换信息时，能够有效处理因实际尺寸不同而导致的空间错位问题，从而确保最终组合体的和谐统一。