腾讯混元推出 混元3D-Part：让3D模型像乐高一样“可拆解”

在AIGC推动内容创作变革的当下，3D生成正成为下一个关键战场。然而，一个长期被忽视的问题是：大多数AI生成的3D模型都是“一体成型”的黑盒结果——无法拆分、难以编辑、不便生产。

腾讯混元推出 Hunyuan3D-Omni：统一框架实现多模态可控 3D 生成

为解决这一痛点，腾讯混元团队推出全新组件式生成技术——混元3D-Part（Hunyuan3D-Part），首次实现从整体模型到结构化部件的高精度自动分解，真正让AI生成的3D内容具备“可组装、可修改、可制造”的实用能力。

• GitHub：https://github.com/Tencent-Hunyuan/Hunyuan3D-Part
• 模型：https://huggingface.co/tencent/Hunyuan3D-Part

如果说此前发布的 混元3D-Omni 解决了“如何精准生成一个完整3D模型”，那么 混元3D-Part 则回答了下一个问题：

“生成之后，怎么用？”

为什么需要“可拆解”的3D模型？

在真实应用场景中，静态的整体模型往往不够用：

• 游戏开发：一辆车如果不能将轮子单独分离，就无法绑定旋转动画；
• 工业设计：机械结构需按组件装配，整体模型无法用于工程仿真；
• 3D打印：大型物件必须分件打印再拼接，否则易变形或失败；
• AR/VR交互：用户希望点击门打开、转动方向盘，这就要求部件独立存在。

传统做法依赖人工建模拆分，耗时且专业门槛高。而现有AI生成方案大多输出单一网格（mesh），缺乏内在结构定义，导致后续处理困难。

混元3D-Part 的目标，就是打破这个瓶颈。

技术架构：两步走，从“识别”到“生成”

混元3D-Part 并非简单分割工具，而是一套完整的组件式生成流程，由两个核心模块组成：

1. P3-SAM：业界首个原生3D零件感知模型

全称 Part-aware 3D Segmentation and Mapping，是专为3D结构理解设计的分割模型。它接收由混元3D 2.5 或 3.0 生成的整体网格作为输入，自动完成三项任务：

• 语义识别（如“车门”、“座椅”、“轮毂”）
• 零件边界检测
• 三维包围框定位

与基于图像的SAM不同，P3-SAM 直接在3D空间建模，避免投影误差，提升分割准确性。

2. X-Part：工业级组件生成引擎

在获得P3-SAM提供的结构信息后，X-Part 接管生成过程，将整体模型逐一分解为独立几何体。每个部件都满足：

• 几何高保真：保留原始细节与曲面质量；
• 结构一致性：部件之间无重叠、无缝隙；
• 可编辑性强：支持导出为独立mesh，便于后续动画、渲染或加工。

整个流程无需人工标注，端到端自动化运行，支持一次性输出 50+个组件。

性能表现：多项基准测试领先

团队在多个公开与自建数据集上验证了混元3D-Part 的能力，在以下基准中均显著超越现有方法：

尤其在复杂拓扑结构（如铰链连接、嵌套组件）的处理上，混元3D-Part 展现出更强的语义理解和几何重建能力。