AI在3D打印領域的應用已經悄然而至，特別是以Tripo、Meshy、騰訊混元3D等為帶來的AI 3D大模型，已經在深刻變革3D打印模型的創作模式，極大降低建模門檻。但我們不能忽視GPU廠商英偉達，也一直在發力3D模型相關的技術，一旦成熟，則可能更具顛覆性。

零件級別的 3D 對象（圖片來自 NVIDIA）

2025年7月2日，GPU 制造商NVIDIA推出了 PartPacker，這是一款基于 AI 的系統，旨在從單個 2D 圖像生成可編輯的 3D 模型。與生成統一網格的傳統方法不同，PartPacker 創建基于零件的模型，允許單獨編輯或制作各個組件的動畫，從而提高靈活性。

PartPacker系統旨在通過促進資產創建和實現更詳細的定制，支持 3D 打印、動畫、游戲和學術研究等各個領域的工作流程。PartPacker 背后的研究是與北京大學和斯坦福大學合作開發的。

PartPacker 概述和功能

PartPacker 利用擴散變換器 (Diffusion Transformer) 架構中的雙體積打包技術，從單個 2DRGB 圖像生成高度精細的 3D 對象。這種方法將部件排列成相互連接的體積，每個體積都可以獨立編輯或動畫，從而提高靈活性。系統的網絡集成了 VAE 和整流流模型，模型可根據輸入圖像優化潛碼。與傳統方法不同，PartPacker同時生成兩個潛碼，而非僅生成一個，從而提升了細節和控制力。

雙卷包裝(圖片來自 NVIDIA)

PartPacker 以 GLB格式輸出 3D 三角形網格，分辨率高達 5123，并針對 NVIDIA GPU 加速進行了優化。此功能有助于創建適用于游戲、電影和交互式媒體的高質量 3D 資產。此外，它還支持導出為 STL 和 3MF 等流行的 3D 打印格式，從而實現多材料打印工作流程。

優勢和可用性

傳統的 3D 生成方法通常會生成單片網格，從而限制對單個部件的修改。PartPacker 通過生成模塊化、可編輯的組件解決了這一限制，提供了一種靈活的替代方案，使需要可定制 3D 資產的行業受益。這項技術使創作者和研究人員能夠從單個圖像生成可編輯的基于部件的3D 模型，從而實現了以前具有挑戰性或無法實現的工作流程。

研究人員和開發人員可以通過 GitHub 代碼庫訪問 PartPacker，代碼庫提供了網格轉換所需的源代碼和數據處理腳本。此外，HuggingFace 上托管的現場演示允許用戶上傳圖像并立即生成可編輯的 3D 模型。此外，預先訓練的 VAE 和 Flow 模型也可供下載，以支持從圖像進行網格重建和生成。

零件級 3D 對象比較表(圖片來自 NVIDIA)

人工智能驅動的 3D 模型工具

2024年，總部位于深圳的3D打印機制造商Bambu Lab發布了全新的AI驅動3D模型生成器PrintMon Maker。這款平臺可通過MakerWorld獲取，用戶可以使用文本或圖像提示創建可3D打印的角色。生成的設計可以直接導入Bambu Lab的切片軟件，并在3D打印機上打印，無需手動調整。此外，平臺還支持為眼睛和底座等組件創建單獨的文件，從而為3D打印工作流程提供更大的靈活性和定制化。

去年，為了響應谷歌的DreamFusion產品以及Physna Inc.的 3D 模型和場景生成式 AI 原型，Nvidia 創建了Magic3D文本轉 3D 模型工具。一篇研究論文概述了Nvidia 的 AI 平臺采用兩階段方法，首先創建一個粗略的低分辨率模型，然后將其優化到更高分辨率。Magic3D 還可以進行基于提示的 3D 網格編輯。上傳基本提示和低分辨率 3D 模型后，即可修改文本以更改生成的模型。