我构建了一个工具,可以生成由独立逻辑部件组装的3D对象(例如,视频中生成的微波炉具有完整的内部组件和一扇可开关的门)
摘要
一款名为Nova3D的新型开源工具利用大语言模型(LLM)生成具有独立逻辑部件的3D对象(例如,带有内部组件和可开关门的微波炉),不同于传统的整体式AI生成器。它通过编写Blender Python代码,创建干净、模块化的GLB导出文件,适用于动画和编辑。
标准的AI 3D生成器(如Meshy或Tripo)存在局限。它们生成的3D对象是实心的、整体式的,看起来不错但实际上毫无用处,因为: \- 想要为游戏绑定或动画化?很难做到,因为它是一个死板的整体块,而不是功能性的模块化资源。 \- 想要更改生成的机器人手臂?需要重新生成整个资源。 \- 想要手动编辑某些内容?整个对象会崩溃,因为它实际上没有结构。 免费GitHub项目:[https://github.com/RareSense/Nova3D](https://github.com/RareSense/Nova3D) 但你需要自带API密钥(BYOK) **底层原理(如果你感兴趣):** 它使用LLM作为结构化代码编译器,而不是图像生成器。它编写原生的Blender Python(bpy)代码块,针对场景图中的特定节点。 *关键在于,所有内容都通过Blender的实际场景图结构进行编译,而不是像素或点云扩散。* 最终导出为干净的、多部分的GLB文件,保留了变换节点和可用的轴心点。
相似文章
我构建了一种新型AI工具;它能生成由各个组成部分构成的3D物体(而不是所有3D AI生成器所生成的单一实心块)。
一种新型AI工具通过生成代码来创建3D物体,从而得到具有独立功能部件的物体,而非单一实心块。该工具免费开源,托管于GitHub。
我构建的一个工具,用于生成带有功能性铰接部件的3D对象。它托管在GitHub上,且大部分与LLM无关。
一位开发者构建了一个流程,将LLM用作结构化代码编译器来生成Blender Python代码,从而生成带有功能性铰接部件的3D对象,而非单一网格。该工具开源且与LLM无关。
构建了一个代理循环,其中LLM编写Python代码以生成可动3D CAD模型。您可以固定一个部件进行编辑。
构建了一个代理循环,其中LLM编写Python代码以生成可动3D CAD模型,并可固定一个部件进行编辑。
Code-as-Room:通过代理代码合成从俯视图图像生成3D房间
一种名为Code-as-Room的新型基于MLLM的代理框架,通过将俯视图图像转换为可执行的Blender代码,利用带有跨阶段记忆的结构化执行引擎来维持上下文,从而生成3D室内房间。
我构建了一个用于AI代理的2.5D可视化编译器:它将拓扑与几何分离,使LLM不再生成杂乱的图表。
一个用Go编写的开源2.5D图表引擎,它将拓扑与几何分离,使LLM能够生成清晰的架构图,而不会出现空间幻觉。