PartCrafter

PartCrafter是一个来自北京大学和卡内基梅隆大学的研究团队在NeurIPS 2025上发表的创新项目，它彻底改变了3D内容生成的方式。这个项目的核心价值在于，它能够从一张普通的RGB图片中，一键生成结构化的3D模型，而且这个模型不是简单的一个整体，而是由多个独立的部件和物体组合而成。比如你给它一张椅子的照片，它不仅能生成椅子的整体形状，还能把椅背、坐垫、扶手这些部分都分开生成，每个部分都可以单独编辑和调整。这解决了传统3D生成技术中模型结构不清晰、无法精细控制的问题。 技术亮点方面，PartCrafter采用了组合式潜在扩散变换器，这是一种非常先进的深度学习架构。它能够同时生成多个部件和物体，并且保持它们之间的空间关系和结构一致性。项目提供了两个预训练模型：PartCrafter和PartCrafter-Scene，前者专注于单个物体的部件级生成，后者则能处理包含多个物体的复杂场景。团队还开放了Hugging Face上的在线演示，你可以直接上传图片体验效果。 这个项目的适用场景非常广泛。对于游戏开发者来说，可以快速生成可编辑的游戏资产；对于3D设计师，能够从概念图直接生成结构化的模型，大大提升工作效率；对于AR/VR内容创作者，可以轻松创建带有语义结构的3D场景。甚至普通用户也能通过简单的图片输入，获得高质量的3D模型。 上手难度方面，虽然项目基于深度学习，但研究团队提供了非常完善的工具链。如果你只是想体验效果，可以直接访问Hugging Face的在线演示，不需要任何技术基础。如果你是想在本地部署或进行二次开发，需要具备Python编程基础，熟悉PyTorch框架，并且对3D图形学有一定了解。项目提供了详细的安装指南和使用说明，代码结构清晰，对于有一定AI开发经验的人来说比较容易上手。总的来说，PartCrafter是3D生成领域的一个重大突破，它让结构化的3D模型生成变得像拍照一样简单。