論文の概要: CubePart: An Open-Vocabulary Part-Controllable 3D Generator
- arxiv url: http://arxiv.org/abs/2605.28763v1
- Date: Wed, 27 May 2026 17:22:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:56.245287
- Title: CubePart: An Open-Vocabulary Part-Controllable 3D Generator
- Title（参考訳）: CubePart: オープン語彙のパーツ構成可能な3Dジェネレータ
- Authors: Yiheng Zhu, Kangle Deng, Jean-Philippe Fauconnier, Inaki Navarro, Daiqing Li, Ava Pun, Yinan Zhang, Peiye Zhuang, Xiaoxia Sun, Maneesh Agrawala, Kiran Bhat, Tinghui Zhou,
- Abstract要約: オープン語彙と部分制御可能な3Dメッシュ生成のための生成フレームワークであるCubePartを提案する。
提案手法は,特定の意味構造を尊重しながら,コヒーレントなオブジェクトに集合するメッシュの集合を生成する。
結果の資産をゲームエンジンに直接組み込むことができ、手動の事後処理なしでアニメーションや動作スクリプトによって駆動できることを実証する。
- 参考スコア（独自算出の注目度）: 25.37244384706095
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Interactive 3D assets used in games and simulation are typically decomposed into specific semantic parts to support animation, physics, and scripted behaviors, yet most generative 3D models produce either monolithic meshes or arbitrary part decompositions that cannot be aligned with application-specific requirements. We present CubePart, a generative framework for open-vocabulary, part-controllable 3D mesh generation that exposes part structure as an explicit inference-time control signal. Given a global text prompt and a user-defined parts schema expressed as an open-ended list of part names, our method generates a set of meshes - one per schema element - that assemble into a coherent object while respecting the specified semantic structure. To enable this capability, we introduce a scalable data pipeline to construct a large open-vocabulary, part-labeled 3D dataset, along with a two-stage generative architecture that separates global shape synthesis from part-level decoding. We demonstrate that the resulting assets can be directly integrated into game engines and driven by animation and behavior scripts without manual post-processing. Project Page: https://cubepart.github.io/
- Abstract（参考訳）: ゲームやシミュレーションで使用されるインタラクティブな3Dアセットは通常、アニメーション、物理学、スクリプト化された振る舞いをサポートするために特定のセマンティックな部分に分割されるが、ほとんどの生成型3Dモデルは、アプリケーション固有の要求に適合しないモノリシックメッシュまたは任意の部分分解を生成する。
オープンボキャブラリのための生成フレームワークであるCubePartについて述べる。このCubePartは、部品構造を明示的な推論時間制御信号として公開する、部分制御可能な3Dメッシュ生成である。
グローバルテキストプロンプトとユーザ定義部品スキーマがオープンなパート名のリストとして表現されていることを条件として,提案手法は,指定されたセマンティック構造を尊重しながらコヒーレントなオブジェクトに組み立てるメッシュセットを生成する。
この機能を実現するために、スケーラブルなデータパイプラインを導入し、大規模でオープンな3Dデータセットを構築するとともに、グローバルな形状合成と部分レベルのデコーディングを分離する2段階の生成アーキテクチャを構築します。
結果の資産をゲームエンジンに直接組み込むことができ、手動の事後処理なしでアニメーションや動作スクリプトによって駆動できることを実証する。
Project Page: https://cubepart.github.io/
関連論文リスト
- PatchAlign3D: Local Feature Alignment for Dense 3D Shape understanding [67.15800065888887]
現在の3次元形状の基礎モデルは、グローバルなタスク(検索、分類)において優れているが、局所的な部分レベルの推論には不十分である。
本稿では,ポイントクラウドから直接,言語対応のパッチレベル機能を生成するエンコーダのみの3Dモデルを提案する。
我々の3Dエンコーダは、テストタイムのマルチビューレンダリングなしで高速なシングルパス推論によるゼロショット3D部分分割を実現する。
論文 参考訳（メタデータ） (2026-01-05T18:55:45Z) - Name That Part: 3D Part Segmentation and Naming [13.782629682520422]
直列アライメントタスクとして部品命名を定式化するALIGN-Partsを提案する。
本手法では, 形状を3次元の暗黙的な部分表現であるパーレットに分解し, バイパーティイト代入による部分記述とマッチングする。
我々のモデルは、任意の記述に対するゼロショットマッチングと、既知のカテゴリに対する信頼度校正予測をサポートします。
論文 参考訳（メタデータ） (2025-12-19T19:02:36Z) - OmniPart: Part-Aware 3D Generation with Semantic Decoupling and Structural Cohesion [31.767548415448957]
我々は,パートアウェアな3Dオブジェクト生成のための新しいフレームワークであるOmniPartを紹介する。
提案手法は,ユーザ定義部分の粒度,高精度なローカライゼーションをサポートし,多様な下流アプリケーションを実現する。
論文 参考訳（メタデータ） (2025-07-08T16:46:15Z) - PartCrafter: Structured 3D Mesh Generation via Compositional Latent Diffusion Transformers [29.52313100024294]
1枚のRGB画像から複数の意味論的および幾何学的に異なる3Dメッシュを共同で合成する最初の構造化3D生成モデルであるPartCrafterを紹介する。
PartCrafterは同時に複数の3Dパーツを識別し、個々のオブジェクトと複雑な複数オブジェクトのシーンの両方をエンドツーエンドで生成する。
実験によると、PartCrafterは分解可能な3Dメッシュの生成において、既存のアプローチよりも優れています。
論文 参考訳（メタデータ） (2025-06-05T20:30:28Z) - PartGen: Part-level 3D Generation and Reconstruction with Multi-View Diffusion Models [63.1432721793683]
テキスト,画像,構造化されていない3Dオブジェクトから意味のある部分からなる3Dオブジェクトを生成する新しいアプローチであるPartGenを紹介する。
提案手法は, 生成された実物および実物の3次元資産に対して評価し, セグメンテーションおよび部分抽出ベースラインを大きなマージンで上回っていることを示す。
論文 参考訳（メタデータ） (2024-12-24T18:59:43Z) - 3D Part Segmentation via Geometric Aggregation of 2D Visual Features [57.20161517451834]
監督された3D部分分割モデルは、固定されたオブジェクトと部品のセットに合わせて調整されており、それらの転送可能性は、オープンセットの現実世界のシナリオに制限される。
近年、視覚言語モデル(VLM)を多視点レンダリングとテキストプロンプトを用いてオブジェクト部品の識別に活用する研究が進められている。
これらの制約に対処するために,視覚概念から抽出した意味論と3次元幾何学をブレンドし,対象部品を効果的に同定するCOPSを提案する。
論文 参考訳（メタデータ） (2024-12-05T15:27:58Z) - Disentangled 3D Scene Generation with Layout Learning [109.03233745767062]
本稿では,コンポーネントオブジェクトに絡み合った3Dシーンを生成する手法を提案する。
私たちの重要な洞察は、オブジェクトは空間的に再構成された場合、同じシーンの有効な構成を生成する3Dシーンの一部を見つけることで発見できるということです。
単純さにもかかわらず、我々のアプローチは個々のオブジェクトに3Dシーンを生成することに成功している。
論文 参考訳（メタデータ） (2024-02-26T18:54:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。