1. Introduction au tutoriel

Hunyuan3D-Part, lancé par l'équipe Hunyuan de Tencent en septembre 2025, est un modèle génératif 3D composé de P3-SAM et X-Part. Premier outil de ce type, il permet une génération 3D de composants de haute précision et contrôlable, prenant en charge la génération automatique de plus de 50 composants. L'utilisateur peut d'abord générer le maillage global à l'aide de Hunyuan 3D 2.5 ou 3.0. P3-SAM effectue ensuite une segmentation automatique et précise des composants, et X-Part les décompose en pièces indépendantes, produisant ainsi une géométrie de pièces haute fidélité et structurellement cohérente, tout en conservant flexibilité et contrôlabilité. Ses applications sont nombreuses : modélisation de jeux, impression 3D et autres domaines, par exemple pour séparer un modèle de voiture en sa carrosserie et ses roues afin de faciliter la logique de défilement dans les jeux ou l'impression 3D étape par étape. Des articles de recherche associés sont disponibles. P3-SAM : segmentation native de pièces 3D et X-Part : décomposition de forme cohérente et haute fidélité .

Les ressources informatiques utilisées dans ce tutoriel sont une seule carte RTX A6000.

2. Affichage des effets

P3-SAM : Segmentation de pièces 3D natives

X-Part : décomposition de forme haute fidélité et cohérente en structure

3. Étapes de l'opération

1. Démarrez le conteneur

2. Étapes d'utilisation

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 2 à 3 minutes et actualiser la page.

Remarque : Le chargement et l'affichage du fichier GLB prennent environ une minute. Veuillez patienter.

Paramètres spécifiques :

• Post-traitement : s'il faut activer l'étape de post-traitement dans P3-SAM.
• Seuil de post-traitement : s'applique lorsque le post-traitement est activé. Ce seuil contrôle l'intensité de la fusion. Une valeur plus faible (par exemple, 0,8) signifie que la similarité entre les parties avant la fusion est moindre, ce qui entraîne la fusion d'un plus grand nombre de petites parties avec de grandes parties adjacentes et la conservation d'un plus petit nombre de parties. Une valeur plus élevée (par exemple, 0,99) nécessite des parties très similaires avant la fusion, ce qui entraîne la conservation d'un plus grand nombre de parties.
• Random Seed : contrôle le caractère aléatoire impliqué dans le processus de segmentation P3-SAM (comme les points d'échantillonnage, l'attribution des couleurs, etc.).

Informations sur la citation

Les informations de citation pour ce projet sont les suivantes :

@article{ma2025p3sam,
  title={P3-sam: Native 3d part segmentation},
  author={Ma, Changfeng and Li, Yang and Yan, Xinhao and Xu, Jiachen and Yang, Yunhan and Wang, Chunshi and Zhao, Zibo and Guo, Yanwen and Chen, Zhuo and Guo, Chunchao},
  journal={arXiv preprint arXiv:2509.06784},
  year={2025}
}

@article{yan2025xpart,
  title={X-Part: high fidelity and structure coherent shape decomposition},
  author={Yan, Xinhao and Xu, Jiachen and Li, Yang and Ma, Changfeng and Yang, Yunhan and Wang, Chunshi and Zhao, Zibo and Lai, Zeqiang and Zhao, Yunfei and Chen, Zhuo and others},
  journal={arXiv preprint arXiv:2509.08643},
  year={2025}
}