論文の概要: Nova3D: Code-Native Generation of Programmable 3D Assets

• arxiv url: http://arxiv.org/abs/2607.22738v1
• Date: Wed, 22 Jul 2026 16:33:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.849192
• Title: Nova3D: Code-Native Generation of Programmable 3D Assets
• Title（参考訳）: Nova3D: プログラマブルな3DアセットのコードNative生成
• Authors: Nimra Noor, Muhammad Bilal, Abdullah Hussain, Hassan Baig,
• Abstract要約: 我々は3Dアセットを実行可能なBlenderソースコードとして生成するシステムであるNova3Dを提案する。 各アセットは、親子組立木で組織された名前付き部品を公開する。 12の資産にわたる59の関節を98.3%の幾何学的妥当性で発音する。
• 参考スコア（独自算出の注目度）: 1.7884913446750297
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Current 3D generative models mostly produce a final surface: a visually strong but largely opaque mesh. Interactive 3D worlds need more than a surface. They need named parts, an assembly hierarchy, measurable constraints, local edit handles, and joints for articulation. We present Nova3D, a system that generates 3D assets as executable Blender source code; the compiled mesh, a binary glTF (GLB), is treated as the artifact, not the asset. Because the output is a program, semantic handles exist at generation time rather than being recovered afterward by segmentation or rigging. We evaluate on Nova3D-Bench, a frozen, spec-grounded benchmark of 54 items across six domains and three difficulty levels with text and image inputs, against eleven baselines in four families (mesh-native, part-structured, code-native, and CAD) plus a same-LLM ablation. Nova3D produces an executable program and a valid artifact for 54/54 items. Every asset exposes named parts organized in a parent-child assembly tree; no mesh-native, CAD, or segmentation baseline exposes either. It satisfies 51/52 prompt-stated numeric and count constraints (best baseline: 11/52), passes 14/18 blinded local edits with locality preserved in 18/18, and articulates 59 joints across 12 assets at 98.3% geometric validity, where every baseline exposes zero native joints. Its geometry is competitive: it wins the structured domains in a pairwise shape-quality tournament and is second only to the strongest mesh-native model, while conceding texture realism to baked-PBR systems. The central result is representational: code-native generation turns a generated 3D object from an opaque surface into a programmable asset that downstream systems can inspect, measure, edit, and animate.
• Abstract（参考訳）: 現在の3D生成モデルは、視覚的に強く、ほとんど不透明なメッシュである最終表面を主に生成する。 インタラクティブな3Dワールドは表面以上のものを必要とします。 名前付きパーツ、アセンブリ階層、測定可能な制約、ローカル編集ハンドル、関節が必要です。 我々は,実行可能なBlenderソースコードとして3Dアセットを生成するシステムであるNova3Dを提案し,コンパイルされたメッシュであるバイナリglTF(GLB)をアセットではなくアーティファクトとして扱う。 出力はプログラムであるため、セグメンテーションやリギングによって後で回収されるのではなく、セマンティックハンドルが世代毎に存在する。 Nova3D-Benchは、6つのドメインにわたる54項目のフリーズされたベンチマークであり、テキストと画像入力の難易度が3つあり、4つのファミリー(mesh-native, part-structured, code-native, CAD)の11のベースラインと同一LLMアブレーションを比較検討した。 Nova3Dは54/54項目に対して実行可能なプログラムと有効なアーティファクトを生成する。 すべてのアセットは親子組立木で組織された名前付き部品を公開します。メッシュネイティブ、CAD、セグメンテーションベースラインも公開しません。 51/52の急進的な数値とカウントの制約(ベストベースライン:11/52)を満たし、14/18のブラインドされたローカル編集を18/18で保存したローカル編集をパスし、98.3%の幾何学的妥当性で12の資産にわたる59のジョイントを公示し、各ベースラインがゼロのネイティブジョイントを公開する。 テクスチャリアリズムを焼き-PBRシステムに譲りながら、ペアワイズな形状のトーナメントで構造化ドメインを獲得し、最強のメッシュネイティブモデルに次いで2位である。 コードネイティブ生成は、生成された3Dオブジェクトを不透明な表面から、下流システムが検査、測定、編集、アニメーションできるプログラム可能なアセットに変換する。

関連論文リスト

• P3D-Bench: Benchmarking MLLMs for Parametric 3D Generation and Structural Reasoning [37.03209423305997]
  パラメトリックな3D生成のためのベンチマークであるP3D-Benchを紹介する。 統一されたプロトコルの下でP3D-Benchは3つのタスクファミリ(Text-to-3D, Image-to-3D, Assembly-3D)をカバーする テキストケース400件,画像ケース400件,アノテートアセンブリ203件について,フロンティアMLLMとテキストのみLLMを評価した。
  論文  参考訳（メタデータ） (2026-06-09T17:36:34Z)
• CubePart: An Open-Vocabulary Part-Controllable 3D Generator [25.37244384706095]
  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。
  論文  参考訳（メタデータ） (2026-05-27T17:22:38Z)
• 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)
• MeshCoder: LLM-Powered Structured Mesh Code Generation from Point Clouds [50.98900790623827]
  MeshCoderは、ポイントクラウドから編集可能なBlender Pythonスクリプトに複雑な3Dオブジェクトを再構築する新しいフレームワークである。 我々は、3Dポイントクラウドを実行可能なBlender Pythonスクリプトに変換するマルチモーダルな大規模言語モデル(LLM)を訓練する。 本手法は形状と符号の再構成作業において優れた性能を実現し,直感的な幾何学的および位相的編集を容易にする。
  論文  参考訳（メタデータ） (2025-08-20T17:50:15Z)
• 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)

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。