腾讯公开了通过3D原始形状组合来重现对象的技术「PrimitiveAnything: Human-Crafted 3D Primitive Assembly Generation with Auto-Regressive Transformer」！

PrimitiveAnything

将复杂三维形状分解为简单几何要素的形状原始抽象，在人类视觉认知中发挥着重要作用，并且在计算机视觉和图形学中具有广泛应用。近年来3D内容生成的进步令人瞩目，但现有的原始抽象方法要么依赖于伴随有限语义理解的几何优化，要么从规模较小、类别特化的数据集中学习，因此在跨多样化形状类别的泛化方面表现不佳。

我们提出PrimitiveAnything，这是一个将形状原始抽象重新定义为原始组装生成任务的新框架。

PrimitiveAnything包含用于自回归生成的形状条件原始转换器，以及用于以统一方式表示多种类型原始的无歧义参数化方案。所提出的框架通过直接从人类制作的大规模抽象中学习原始组装过程，能够捕捉人类如何将复杂形状分解为原始元素。

通过广泛实验，我们证明PrimitiveAnything能够在多样化的形状类别中，在保持几何保真度的同时生成符合人类感知的高质量原始组装。这对各种3D应用都有帮助，并展示了在游戏中实现基于原始的用户生成内容（UGC）的潜力。

这个不错，这些原始体组合作为基础网格，或者用于SDF类建模工具的活用等方向也很有发展空间。比起学习上就有些可疑的生成式AI去生成完整模型，我觉得这更现实。项目页面和源代码已经公开。HuggingFace上也公开了可运行的演示，感兴趣的话请务必去看看！

链接

PrimitiveAnything

Github

Demo