PartBloom：由零件构建的 3D 模型

亮点与成果：从单张图像到独立部件

PartBloom 是一个开源框架，可将单张图像转换为包含独立部件的 3D 模型。其核心思路很简单：由 LLM 构建结构，再由 TRELLIS 添加细节。部件根据其功能和相对运动进行规划，因此车辆主体和车轮等组件可以分别导出。粗模型旨在保留开口和连接结构，使结果更易于编辑、替换和组装。

该项目展示了 14 个单图像示例、生成与分解对比，以及绑定骨骼的动画演示。下方两张图展示了整体细节和部件边界。这些定性示例体现了潜力，但并不能证明其始终优于其他方法。本文基于 README 和源代码编写；我们尚未运行生成测试。

工作原理：规划、细化与部件解码

第一阶段负责协调三种 LLM 角色。Planner 生成部件图，描述各部件的功能、边界框、父子关系、连接位置和预期运动。随后，Builder 使用多边形、画笔、移动和清除工具，在共享的 64³ 网格中编辑每个部件的二值体素掩码。就像用积木搭建一样，这些操作会创建实际的粗略几何体。Reviewer 将参考图像与代理模型的四个视角进行比较，检查比例、缺失部件、连接结构和开口。它最多可以触发两轮修复。

第二阶段重新使用经过预训练的 TRELLIS 权重。粗模型的组合表面支持坐标沿六个面邻居方向各扩展一个单元格，然后由稀疏结构 VAE 将其编码为结构潜变量。该编码与高斯噪声混合后，默认情况下，流模型在 12 个步骤中从 t=0.65 采样到 t=0，并由参考图像提供引导，随后解码出细化后的结构。因此，代理模型提供了可编辑的空间先验，但细化过程仍可能移除较小的部件。

基于距离的分配和连通区域生长会将部件标签转移到细化后的结构上。随后，流水线为整个物体采样一个共享的 SLat：一组与空间坐标关联的特征。这些是不同的操作——结构潜变量从代理模型初始化，而详细的 SLat 则重新生成。在默认的部件模式下，系统根据部件标签选择特征，并将其解码为独立网格。在联合模式下，完整的 SLat 会先被解码为更高分辨率的特征，然后再提取每个部件的网格。共享的生成上下文有助于保持一致性，但不能保证接缝正确。

外观来自同一个 SLat 中每个部件对应的切片，经过高斯解码、多视角渲染和纹理烘焙生成。输出包含烘焙后的基础色，不应将其误认为完整的 PBR 材质集合。交付内容包括规划和代理模型数据、独立网格、带纹理的分部件 GLB、组装后的 assembly_textured.glb、预览图像和运行日志。它们共同支持检查、编辑和故障排除。

应用与展望：从独立部件到可用资产

潜在用途包括动画原型制作、产品爆炸图展示和装配教学。独立网格仍需要进行绑定，才能用于骨骼动画。实体打印还需要处理公差、接口和壁厚等问题。由于不可见几何体是根据单张图像推断出来的，因此不应将输出视为精确的逆向工程结果。

部署需要 LLM API、CUDA 环境、TRELLIS 和 DINOv2 权重，以及 Blender 4.5。PartBloom 仓库采用 MIT 许可证，但其 PhysX-Omni 依赖项采用 S-Lab License 1.0，该许可证限制商业使用。

官方路线图包括绑定骨骼以及迁移到 TRELLIS.2。未来研究可以探索多视角约束、连接检查和局部重新生成。对部件保留率、接缝质量、运行时间和成本进行测量，将有助于确定这种方法能否可靠地支持生产工作流。

来源：仓库和路线图；Agent 提示词；细化流水线；纹理导出。