這項突破性研究由騰訊混元團隊與多所知名高校合作完成，研究團隊成員來自騰訊混元、上海科技大學、南京大學、香港大學、浙江大學和香港中文大學等機構。研究論文發表於2025年9月，題為"X-Part: high fidelity and structure coherent shape decomposition"，有興趣深入了解的讀者可以通過arXiv:2509.08643v1訪問完整論文。
在日常生活中，我們經常需要拆解東西來修理或重新組裝，比如拆解玩具積木、分解家具或者理解機械零件的構造。現在，人工智慧也學會了這項技能，而且做得比人類更加精確和智能。騰訊混元團隊開發的X-Part技術，就像一位經驗豐富的工程師，能夠將複雜的3D物體智能地分解成一個個有意義的組成部分。
這項研究的重要性就像學會了高效的家具拆裝技能一樣實用。在3D列印、遊戲開發、電影製作等領域，人們經常需要將複雜的3D模型分解成更小、更易處理的部分。傳統方法就像用鈍刀切蛋糕，不僅效率低下，而且很難保證切出的每一塊都有完整的意義。X-Part技術則像是一把智能的解剖刀，能夠精準地沿著物體的自然結構線進行分解，確保每個部分都保持完整的幾何形狀和語義意義。
研究團隊發現，現有的3D分解方法普遍存在兩個關鍵問題：首先是分解出的部分往往缺乏明確的語義意義，就像把一輛汽車胡亂切成幾塊，而不是按照車門、車輪、引擎等有意義的部件來分解；其次是生成的幾何結構質量較差，特別是在物體內部被遮擋的區域，就像拆開包裝盒後發現裡面的東西已經變形破損一樣。
一、智能邊界框：像規劃師一樣精確定位零件
X-Part技術的核心創新就像是為3D物體繪製一張精確的"拆解藍圖"。傳統方法通常依賴於預先確定的分割線，這就像用固定的模板來切蛋糕，往往無法適應不同形狀和結構的物體。X-Part則採用了一種更加靈活的方法，使用邊界框（bounding box）作為指導信號，這就像是在物體周圍畫出一個個透明的盒子，每個盒子框住一個需要提取的零件。
這種邊界框方法的巧妙之處在於它提供了恰到好處的指導資訊。太過詳細的指導資訊容易讓系統過度依賴輸入，就像給廚師一份過於詳細的食譜，反而限制了創意發揮。而邊界框提供的是一種"粗粒度"的指導，告訴系統大概在哪個位置、多大範圍內尋找零件，但具體的分解細節由系統自主決定。這樣既保證了分解的準確性，又保持了足夠的靈活性。
更重要的是，邊界框還能提供部分可見零件的體積資訊。在實際的3D物體中，很多零件可能被其他部分遮擋，傳統方法往往難以準確估計這些隱藏部分的完整形狀。邊界框就像是給系統提供了一副"透視眼鏡"，讓它能夠推斷出被遮擋部分的大致輪廓和尺寸，從而生成更加完整準確的零件幾何結構。
為了增強系統的魯棒性，研究團隊在訓練過程中還對邊界框進行了隨機的位移和縮放變化。這就像是訓練一個拆解工人在不同條件下都能準確工作，即使工具位置稍有偏差，也能保持良好的工作效果。這種訓練策略確保了X-Part在實際應用中即使面對不夠精確的邊界框輸入，仍然能夠產生高質量的分解結果。
二、語義特徵注入：讓AI理解"這是什麼"
僅僅知道在哪裡分解是不夠的，更重要的是理解要分解的是什麼。這就像一個經驗豐富的維修工不僅知道如何使用工具，更重要的是能夠識別不同零件的功能和特性。X-Part技術通過引入點級語義特徵，賦予了系統這種"理解能力"。
這些語義特徵來源於先進的3D分割模型P3-SAM，它能夠為3D物體表面的每一個點提供豐富的語義資訊。這就像給物體的每個表面點都貼上了一個小標籤，標註著"這裡是把手"、"這裡是支撐結構"、"這裡是裝飾部分"等資訊。通過將這些語義資訊融入到分解過程中，X-Part能夠確保分解結果不僅在幾何上合理，在語義上也具有明確的含義。
研究團隊巧妙地解決了語義資訊的融合問題。他們將來自P3-SAM的高維語義特徵與物體的幾何資訊相結合，創建了增強的條件特徵。這個過程就像是將一幅黑白照片與彩色資訊相結合，產生一幅既保留原始結構又富含色彩資訊的完整圖像。增強後的特徵既包含了物體的幾何形狀資訊，也包含了豐富的語義理解資訊。
為了提高系統對高維語義特徵的適應性，研究團隊採用了一種"隨機遮蔽"策略。在訓練過程中，系統會隨機忽略某些點的語義資訊，這就像是訓練一個人在視線部分被遮擋的情況下仍能準確判斷物體結構。這種訓練方式讓X-Part具備了更強的泛化能力，即使在語義資訊不完整的情況下，仍能產生高質量的分解結果。
三、同步多部件生成：像指揮家一樣協調整體
傳統的3D分解方法通常採用逐個處理的策略，就像是一個人依次組裝不同的零件。這種方法的問題在於各個零件之間缺乏有效的協調，容易產生重疊、間隙或者不匹配的問題。X-Part技術採用了同步多部件生成策略，就像一位經驗豐富的指揮家同時指揮整個樂團，確保各個聲部之間的和諧統一。
在X-Part的框架中，所有零件的生成過程同時進行，這樣每個零件在生成過程中都能"看到"其他零件的狀態，從而避免衝突並確保整體的協調性。系統採用了一種精巧的注意力機制設計，包含部件內注意力和部件間注意力兩個層面。部件內注意力確保每個零件內部的一致性，就像確保每個樂器演奏者都能跟上自己聲部的節拍。部件間注意力則負責不同零件之間的協調，就像確保不同樂器聲部之間的和諧配合。
這種設計特別有效地解決了零件邊界處的質量問題。在傳統方法中，零件之間的邊界往往是最容易出現問題的地方，就像拼圖的邊緣部分最容易出現不匹配。通過部件間注意力機制，X-Part能夠讓相鄰零件在邊界處"互相商量"，確保邊界的平滑和一致性。
為了進一步增強不同零件之間的區分度，研究團隊引入了可學習的部件嵌入機制。這就像給每個零件分配一個獨特的"身份證"，幫助系統更好地區分和處理不同的零件。這些身份標識不是固定的，而是在訓練過程中自動學習得到的，確保能夠適應各種不同類型的物體和分解需求。
四、交互式編輯：像積木一樣靈活調整
X-Part技術不僅能夠自動分解3D物體，還提供了強大的交互式編輯功能，就像玩積木一樣靈活自由。用戶可以通過簡單的邊界框調整來實現各種編輯操作，這種設計讓普通用戶也能輕鬆掌握複雜的3D編輯技能。
系統支持兩種主要的編輯操作：分割和調整。分割操作就像是將一個大積木塊切分成幾個小塊，用戶只需要在原有的邊界框內劃分出新的邊界框，系統就會自動將對應的零件分解成更細的子零件。調整操作則像是改變積木塊的大小和位置，通過移動或調整邊界框的尺寸，用戶可以重新定義零件的範圍和形狀。
這種編輯方式的優勢在於它的直觀性和高效性。用戶不需要掌握複雜的3D建模軟體操作，只需要像在手機上調整照片裁剪框一樣簡單地拖拽邊界框，就能實現複雜的3D編輯效果。系統會根據新的邊界框設置，重新生成對應的零件，同時保持與周圍零件的協調性。
為了實現這種靈活的編輯功能，研究團隊採用了一種無需重新訓練的方法。這就像是一個萬能的變形工具，不需要為每種編輯操作單獨製造專門的工具。系統通過重新採樣和去噪過程來實現編輯效果，對於需要修改的零件，系統會重新生成其潛在表示並進行優化，而保持其他零件不變。
五、實驗驗證：全面超越現有方法
為了驗證X-Part技術的有效性，研究團隊進行了全面的實驗評估，就像對新產品進行嚴格的質量檢測。實驗涵蓋了多個評價維度，包括幾何質量、語義一致性和整體協調性等方面，結果顯示X-Part在所有關鍵指標上都顯著超越了現有的最先進方法。
在幾何質量評估中，研究團隊使用了Chamfer距離和F-Score等標準指標來衡量生成零件的精確度。結果顯示，X-Part生成的零件在幾何精度上明顯優於其他方法。具體來說，在Chamfer距離指標上，X-Part達到了0.11的優異成績，而其他方法的成績普遍在0.15以上，數值越低表示幾何精度越高。在F-Score指標上，X-Part在0.1和0.5兩個閾值下分別達到了0.80和0.71的成績，大幅超越其他競爭方法。
實驗還包括了兩類不同的對比：3D形狀分解和圖像到3D零件生成。在3D形狀分解任務中，X-Part與SAMPart3D、PartField等分割方法以及HoloPart、OmniPart等生成方法進行了對比。結果顯示，分割方法雖然能夠識別零件位置，但無法生成完整的零件幾何結構。而在生成方法中，X-Part不僅在幾何質量上表現最佳，還能生成更多具有語義意義的零件。
在圖像到3D零件生成任務中，X-Part展現出了強大的實用價值。通過先使用現有的圖像到3D生成模型創建基礎幾何體，然後使用X-Part進行零件分解，整個流程能夠從單張圖像生成高質量的分解3D模型。與Part123、PartCrafter、PartPacker等直接方法相比，X-Part生成的最終物體在幾何保真度上表現出色，證明了其在實際應用中的優勢。
六、實際應用：從研究走向產業
X-Part技術的實用價值就像一把萬能鑰匙，能夠解鎖3D內容創作的多個重要環節。在UV貼圖展開這一關鍵應用中，傳統方法處理整體網格往往會產生扭曲和重疊，就像試圖將一個球面強行展開成平面地圖。而使用X-Part分解後的零件，每個部分都可以獨立進行UV展開，就像分別處理地圖的不同區域，大大提高了展開質量和效率。
在3D列印領域，X-Part技術解決了大型複雜物體的列印難題。許多3D模型由於尺寸限制或結構複雜性無法直接列印，傳統的解決方案往往需要手工分割，既費時又可能破壞模型的完整性。X-Part能夠智能地將模型分解成適合列印的零件，每個零件都保持了良好的幾何質量，列印後可以完美拼裝成原始模型。
遊戲開發和電影製作行業同樣受益於這項技術。在遊戲中，複雜的3D模型需要分解成不同的組件來實現動畫效果，比如角色的四肢、裝備的各個部分等。X-Part能夠自動識別並分解這些有意義的組件，大大減少了美術人員的工作量。在電影特效製作中，複雜場景的建模往往需要將大型結構分解成可管理的小塊，X-Part的智能分解能力為特效團隊提供了強有力的工具支持。
研究團隊還展示了X-Part在網格重新拓撲方面的應用價值。網格重新拓撲是3D建模中的一個重要環節，目的是優化網格結構以提高渲染效率和動畫質量。通過將複雜模型分解成簡單零件，每個零件可以獨立進行拓撲優化，不僅提高了處理效率，還能獲得更好的優化結果。
七、技術細節：深入理解核心機制
X-Part技術的底層架構就像一個精密的工廠流水線，每個環節都經過精心設計和優化。系統基於變分自編碼器（VAE）和擴散變換器（DiT）的框架構建，這個組合就像是將強大的壓縮技術與精確的生成能力相結合。VAE負責將複雜的3D幾何資訊壓縮成緊湊的潛在表示，就像將大型圖紙壓縮成便於處理的數字格式。DiT則負責在這個壓縮空間中進行智能的零件生成。
在網路架構設計上，X-Part採用了21個DiT塊的深層結構，其中奇數層負責部件間注意力計算，確保不同零件之間的協調性。這種設計就像是在裝配線上設置檢查點，確保每個環節的產品都能與其他環節完美配合。每個零件使用512個潛在標記進行表示，這個數量是經過仔細平衡的結果，既保證了表示能力，又控制了計算複雜度。
訓練過程採用了流匹配目標函數，這種方法相比傳統的擴散訓練更加穩定高效。訓練數據來源於包含近230萬個物體的大規模數據集，每個物體都有精確的零件分割標註。這個龐大的數據集就像是給系統提供了豐富的"實習經驗"，讓它能夠學會處理各種不同類型和複雜度的3D物體。
為了提高訓練效率和模型性能，研究團隊還採用了專家混合（MoE）架構，在前六個網路塊的線性輸出層中使用這種技術。這就像是為工廠的關鍵環節配備了多個專門的技術專家，每個專家都精通特定類型的任務，從而提高整體的處理能力和效率。
系統還引入了多種數據增強策略來提高魯棒性。邊界框增強通過隨機平移和縮放來模擬實際應用中可能出現的輸入誤差；條件dropout通過隨機丟棄某些輸入條件來增強模型的適應性；語義特徵遮蔽通過隨機隱藏部分語義資訊來提高模型的泛化能力。這些策略就像是對工人進行各種突發情況的應對訓練，確保在實際工作中遇到問題時仍能保持良好的工作表現。
八、局限性與未來發展方向
儘管X-Part技術在3D零件分解領域取得了顯著突破，但研究團隊也誠實地指出了當前版本的一些限制。最主要的局限在於系統目前主要依賴幾何資訊進行分解決策，缺乏物理原理的指導。這就像一個技藝精湛的工匠，雖然能夠精確地切割材料，但可能不完全了解材料的物理特性和結構應力分布。
在某些應用場景中，零件分解不僅需要考慮幾何合理性，還需要考慮物理可行性。比如在機械零件的分解中，需要考慮力學傳遞、熱傳導、材料強度等因素。目前的X-Part雖然能夠產生幾何上合理的分解結果，但可能不完全符合物理工程的需求。這為未來的研究提供了明確的改進方向，即將物理約束和工程原理納入分解過程。
另一個技術挑戰是計算效率問題。由於X-Part採用同步處理所有零件的策略，當零件數量增加時，計算時間會相應延長。這就像一個指揮家同時指揮的樂器越多，協調難度就越大。雖然系統目前支持多達50個零件的分解，已經能夠滿足大部分實際應用需求，但對於某些極其複雜的工業模型，仍然可能面臨實時性挑戰。
研究團隊正在探索多種優化策略來解決這些問題。在物理指導方面，他們計劃引入材料科學和工程力學的知識，讓系統在分解過程中考慮更多的物理約束。在計算效率方面，研究方向包括層次化分解策略、分布式計算優化、以及更加高效的注意力機制設計。
展望未來，X-Part技術有望在多個方向上取得進一步突破。首先是跨模態融合，將視覺、文本甚至觸覺資訊整合到分解過程中，讓系統能夠更全面地理解物體結構。其次是自適應分解粒度，根據具體應用需求自動調整分解的細緻程度。最後是交互式優化，通過用戶反饋持續改進分解效果，形成人機協作的智能分解系統。
這項研究不僅推進了3D內容生成技術的發展，更重要的是為整個電腦圖形學和人工智慧領域提供了新的思路和方法。隨著技術的不斷完善，我們可以期待看到更多基於X-Part技術的創新應用，從個人創作工具到工業設計軟體，從教育教學到科學研究，這項技術都有望發揮重要作用。
歸根結底，X-Part代表了AI在理解和操作3D世界方面的一個重要進步。它不僅僅是一個技術工具，更是連接虛擬世界和現實世界的橋樑。當AI能夠像人類一樣理解物體的結構和組成，並能夠智能地進行拆解和重組時，我們就更接近了創建真正智能化的數字創作生態系統的目標。對於關心3D技術發展、遊戲開發、工業設計或者只是對AI能力邊界感興趣的讀者來說，這項研究都提供了極具價值的見解和啟發。有興趣深入了解技術細節的讀者，可以通過arXiv:2509.08643v1獲取完整的研究論文。
Q&A
Q1：X-Part技術具體是如何實現3D物體智能分解的？
A：X-Part技術就像一個智能的拆解工具，它使用邊界框作為"指導地圖"來標示需要提取的零件位置，同時結合語義特徵來理解每個部分的含義。系統通過同步處理所有零件，確保各個部分之間協調一致，最終生成既保持幾何完整性又具有明確語義意義的零件。
Q2：普通用戶可以使用X-Part技術嗎？操作複雜嗎？
A：X-Part設計了非常直觀的交互方式，用戶只需要像調整手機照片裁剪框一樣拖拽邊界框，就能實現複雜的3D編輯。不需要掌握專業的3D建模軟體，普通用戶也能輕鬆進行零件分割、調整等操作。不過目前這還是研究階段的技術，尚未推出面向普通消費者的產品版本。
Q3：X-Part技術在哪些實際場景中最有用？
A：X-Part技術在多個領域都有重要應用價值。在3D列印中，它能將大型模型智能分解成適合列印的零件；在遊戲開發中，可以自動分解角色模型的各個部分用於動畫製作；在工業設計中，有助於複雜產品的模塊化設計；在UV貼圖製作中，能顯著提高貼圖質量和效率。
