扩散模型在生成二维图像方面已取得巨大成功。然而，三维内容生成的质量与泛化能力仍然受限。当前最先进的方法通常需要大规模的三维资产进行训练，而这些资产的收集极具挑战性。在本工作中，我们提出了Kiss3DGen（3D生成中的简洁与直接原则），这是一种高效的框架，通过复用已训练良好的二维图像扩散模型来实现三维物体的生成、编辑与增强。具体而言，我们对扩散模型进行微调，使其生成一种称为“三维图像包”（3D Bundle Image）的图像表示，该表示由多视角图像及其对应的法线图拼接而成。随后，利用法线图重建三维网格，多视角图像则用于提供纹理映射，从而构建出完整的三维模型。这一简洁方法将三维生成问题有效转化为二维图像生成任务，最大限度地利用了预训练扩散模型中的知识。此外，我们证明了Kiss3DGen模型可与多种扩散模型技术兼容，支持诸如三维编辑、网格与纹理增强等高级功能。通过大量实验，我们验证了该方法的有效性，展示了其高效生成高质量三维模型的能力。