超越网格块：介绍 NOVA3D 与结构化 3D 生成

AI 驱动的 3D 生成领域长期被“文本到网格”工具所主导，这类工具能够生成视觉上令人印象深刻但结构上不透明的结果。对于开发者和艺术家而言，这些输出往往是“网格块”——单一、融合的几何体，几乎不可能进行编辑、动画或在专业制作流水线中集成，除非进行大量手动清理。

NOVA3D 在此范式中引入了根本性的转变。NOVA3D 不再生成静态几何文件，而是通过编写原生 Blender 构建代码来生成结构化的多部件 3D 资产。这种方法将 3D 资产从静态文件转变为可编辑的程序，确保部件身份、层级和材质从创建之初即被保留。

不透明网格的问题

在传统的 AI 3D 生成中，输出通常是单一网格。如果用户生成了一只机器人狗，并决定左前腿需要稍微长一点，他们无法直接选中该腿并进行缩放；必须手动雕刻网格或“重新生成”整个提示并期待更好的结果。这种缺乏结构感的特性使得 AI 生成的资产在游戏开发、机器人仿真和电子商务配置器等需要对单个组件进行精确控制的场景中难以使用。

NOVA3D 工作原理：代码作为中间层

NOVA3D 作为 AI 原生的 3D 生成运行时运行。它不仅预测像素或顶点，而是将用户输入转换为可执行的 Blender Python 程序。该程序随后逐部构建资产。

三种输入方式

为适应不同的创作工作流，NOVA3D 支持三种主要的对象描述方式：

  1. 文本提示： 使用自然语言描述（例如“绿色烤面包机，玻璃门，左侧 3 个旋钮”），系统将其转换为 Python 代码，构建 body、door、knobs 等独立且具名的实体。
  2. 参考图像： 用户可以上传照片（PNG/JPG），系统从中读取比例、轮廓和部件结构，以生成匹配的多部件 GLB。
  3. 草图： 粗略的涂鸦被解释为空间意图，用户可以随手绘制轮廓，NOVA3D 运行时据此形状生成结构化资产。

结构化输出的价值

通过生成场景图而非块状网格，NOVA3D 为技术流水线提供了若干关键优势：

  • 具名部件和层级： 资产以清晰的层级结构交付（例如 body $ ightarrow$ head $ ightarrow$ front_left_leg），这对游戏引擎中的绑定和动画至关重要。
  • 部件局部编辑： 由于输出是构建过程，开发者可以修改源代码以更改特定部件，而无需重新生成整个对象。
  • 流水线就绪度： 输出为结构化的 GLB 场景，保留材质和变换，使其能够立即兼容现代 3D 引擎和仿真工具。

对比 3D 生成方法

为了了解 NOVA3D 的定位，比较其与现有 3D AI 类别的区别会很有帮助：

类别 典型输出 NOVA3D 方法
文本到 3D 网格 快速的视觉几何 对概念艺术有用，但通常不透明且难以编辑。
AI CAD 系统 参数化机械实体 对工程强大，但往往过于局限，难以满足广泛的创意资产需求。
NOVA3D 可编辑的构建过程 + GLB 针对多部件 3D 进行优化，身份和流水线控制至关重要。

实际应用

这种结构化方法为多个高价值使用场景打开了大门：

  • 游戏开发： 快速原型化已划分好用于动画的资产。
  • 电子商务： 创建产品配置器，用户可以更换生成对象的材质或部件。
  • 机器人与数字孪生： 生成用于仿真的模型，单个组件必须与物理引擎交互。
  • 3D 打印： 创建可轻松分离用于打印和组装的多部件原型。

随着项目的演进，开发者表示关节功能是计划中的新增特性，这将进一步提升其在交互式世界构建和复杂机械动画方面的实用性。

Sources