論文の概要: KaiNinja: Extending Native 3D Generators to the Part Level
- arxiv url: http://arxiv.org/abs/2609.15659v2
- Date: Tue, 15 Sep 2026 05:49:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.10095
- Title: KaiNinja: Extending Native 3D Generators to the Part Level
- Title（参考訳）: KaiNinja: ネイティブな3Dジェネレータをパートレベルに拡張
- Abstract要約: カイニンジャ (KaiNinja) は、O-ボクセル表現の二重体積形式上に構築されたTRELLIS.2の部分レベル拡張である。
TRELLIS.2の生成速度と品質を維持しながら、それを部分レベルまで拡張し、パイプラインにマスクやセグメンタは搭載しない。
- 参考スコア（独自算出の注目度）: 48.750051829930705
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Native 3D generators turn one image into a single mesh. TRELLIS.2 and its peers deliver high-fidelity non-watertight geometry with materials, but the output is one fused object, while downstream work such as editing, rigging and simulation operates on part-level assets. A naive idea is to run a 3D segmentation network on the fused mesh that TRELLIS.2 generates, but such pipelines are slow and bounded by the accuracy of the segmentation. We want a simple way to extend an existing native 3D generator to the part level. But we face a critical problem: the O-Voxel grid stores one sheet of surface per voxel, so a single volume cannot represent the interface where two parts touch, at any resolution. We introduce a dual-volume representation to solve this problem and put forward KaiNinja, a part-level extension of TRELLIS.2 built on a dual-volume form of its O-Voxel representation. KaiNinja keeps the generation speed and quality of TRELLIS.2 while extending it to the part level, with no mask or segmenter in the pipeline. Its training data come from sources of many kinds, including CAD models and assets authored by an LLM-driven agent; to our knowledge it is the first 3D generative model trained on agent-authored part data. Surprisingly, we also find that whole-object fidelity improves over the same backbone fine-tuned on the same dataset. Against part generation pipelines of different paradigms, it lowers whole-object Chamfer distance by 40% and raises strict part F-score by 16%.
- Abstract（参考訳）: ネイティブな3Dジェネレータは、1つの画像を単一のメッシュに変換する。
TRELLIS.2とその仲間は、高忠実で非水密な形状を材料で提供するが、出力は1つの融合物であり、一方、編集、リギング、シミュレーションといった下流の作業は部分レベルの資産で動作する。
単純なアイデアは、TRELLIS.2が生成する融合メッシュ上で3Dセグメンテーションネットワークを実行することだが、そのようなパイプラインは、セグメンテーションの精度によって遅くて境界づけられている。
既存のネイティブな3Dジェネレータをパートレベルに拡張する簡単な方法が欲しいのです。
しかし、我々は重大な問題に直面している:O-Voxelグリッドは1ボクセルあたり1枚の表面を格納しているため、単一の体積は2つのパーツが触れるインターフェースをどんな解像度でも表現できない。
我々はこの問題を解決するために二重体積表現を導入し、そのO-ボクセル表現の二重体積形式の上に構築されたTRELLIS.2の部分レベル拡張であるカイニンジャを前進させた。
カイニンジャはTRELLIS.2の生成速度と品質を維持しながら、それを部分レベルまで拡張し、パイプラインにマスクやセグメンタは搭載していない。
そのトレーニングデータは、CADモデルやLLM駆動エージェントによって作成される資産など、さまざまな種類のソースから得られており、我々の知る限り、エージェント認可された部分データに基づいてトレーニングされた最初の3D生成モデルである。
驚くべきことに、オブジェクト全体の忠実さは、同じデータセット上で微調整された同じバックボーン上で改善されていることもわかりました。
異なるパラダイムのパート生成パイプラインに対して、全オブジェクトのチャンファー距離を40%下げ、厳格なFスコアを16%引き上げる。
関連論文リスト
- Seed3D 2.0: Advancing High-Fidelity Simulation-Ready 3D Content Generation [49.78860713076338]
Seed3D 2.0は、Seed3D 1.0上に開発された高度な3Dコンテンツ生成システムである。
幾何の場合、粗い2段階のパイプラインは、高周波ディテールリカバリからグローバルな構造学習を分離する。
テクスチャと材料生成のために,Seed3D 1.0のカスケードパイプラインを統一されたPBRモデルで置き換える。
論文 参考訳（メタデータ） (2026-04-22T17:50:03Z) - 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) - 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) - DCSEG: Decoupled 3D Open-Set Segmentation using Gaussian Splatting [0.0]
本稿では,新しい3次元表現へのモジュラリティと適応性を確保するために,分離した3次元分割パイプラインを提案する。
我々は、合成および実世界の屋内データセットを評価し、同等のNeRFパイプラインよりも優れた性能を示す。
論文 参考訳（メタデータ） (2024-12-14T21:26:44Z) - PASTA: Controllable Part-Aware Shape Generation with Autoregressive Transformers [5.7181794813117754]
PASTAは、高品質な3D形状を生成する自動回帰トランスフォーマーアーキテクチャである。
我々のモデルは、既存のパートベースおよび非パートベース手法よりも現実的で多様な3D形状を生成する。
論文 参考訳（メタデータ） (2024-07-18T16:52:45Z) - ZeroPS: High-quality Cross-modal Knowledge Transfer for Zero-Shot 3D Part Segmentation [7.880327314210407]
本研究では,2次元事前学習基礎モデルから3次元オブジェクトポイントクラウドへの高品質な知識伝達を実現する新しいパイプラインZeroPSを提案する。
ZeroPSでは,1)コビュー領域とSAMのプロンプト機構を活用することで2Dから3Dへのリフティング,2)2D-3DビュープロジェクションとGLIPのプロンプト機構を活用することで1Dクラスを3D部分に関連付ける,3)マルチビュー観察を活用することで予測性能を向上させる,といった関係が示された。
論文 参考訳（メタデータ） (2023-11-24T03:19:17Z) - Efficient 3D Articulated Human Generation with Layered Surface Volumes [131.3802971483426]
我々は,デジタル人間のための新しい3次元オブジェクト表現として,層状表面体積(LSV)を導入する。
LSVは、従来のテンプレートの周囲の複数のテクスチャ層を使用して人体を表現する。
2Dジェネレータは個々のレイヤのRGBAテクスチャを合成することを学ぶ。
論文 参考訳（メタデータ） (2023-07-11T17:50:02Z) - Monocular Scene Reconstruction with 3D SDF Transformers [17.565474518578178]
本研究では,より優れた3次元特徴集約のために3次元CNNを代替するSDFトランスフォーマーネットワークを提案する。
複数のデータセットの実験により、この3Dトランスフォーマーネットワークはより正確で完全な再構成を生成することが示された。
論文 参考訳（メタデータ） (2023-01-31T09:54:20Z) - CAGroup3D: Class-Aware Grouping for 3D Object Detection on Point Clouds [55.44204039410225]
本稿では,CAGroup3Dという新しい2段階完全スパース3Dオブジェクト検出フレームワークを提案する。
提案手法は,まず,オブジェクト表面のボクセル上でのクラス認識型局所群戦略を活用することによって,高品質な3D提案を生成する。
不正なボクセルワイドセグメンテーションにより欠落したボクセルの特徴を回復するために,完全にスパースな畳み込み型RoIプールモジュールを構築した。
論文 参考訳（メタデータ） (2022-10-09T13:38:48Z)
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。