知识卡片：Point2Part——基于点提示的统一3D部件划分

一句话结论

Point2Part 将3D部件分解重新表述为对整个形状的联合完整划分：用户为每个期望部件提供一个3D点提示，模型输出互不重叠且共同覆盖整个形状的部件；摘要称其在图像到部件生成、网格到部件生成和部件分割三个任务上均优于现有工作，并将部件间兼容性相较此前 SOTA 提升一个数量级。

事件概述或研究问题

现有3D部件分解方法不必然把原始形状划分为互不重叠且完整覆盖的部件，可能出现重叠或空隙，从而阻碍下游部件级应用。该工作研究的问题是：如何从图像或网格出发，以可提示、可控的方式联合分解所有期望部件，使每个形状体积内的位置恰好属于一个部件。

方法/产品要点

• 构建可提示模型，用于从图像或网格进行3D部件分解。
• 用户通过3D点提示指定期望部件；每个期望部件对应一个点提示。
• 基于预训练3D生成模型，先从输入图像或网格获得形状潜变量（shape latent）。
• 提示编码器（prompt encoder）将每个3D点提示映射为部件 token，同时关注形状潜变量。
• 部件解码器（part decoder）以由粗到细的方式，将整个形状与所有部件 token 联合评分，把形状体积内每个位置分配给恰好一个部件。
• 在共享形状潜空间中进行部件分解，统一支持 image-to-part generation、mesh-to-part generation 和 part segmentation。

主要结果或产业意义

• 摘要称：在三个任务上，即在图像到部件生成、网格到部件生成和部件分割上，所有部件质量指标均超过现有工作。
• 摘要称：部件间兼容性相较此前 SOTA 方法提升一个数量级。
• 产业意义：可控、完整、无重叠的部件划分可能有利于下游部件级编辑、装配、仿真、动画、机器人操作等；但摘要未给出具体产业验证，相关应用需待核实。
• 摘要称代码和模型将发布；实际发布状态、许可证与复现情况待核实。

为什么重要

• 与已有卡片相比，ELSA3D 关注统一3D理解与生成，MAGiSt3R 关注单目RGB视频前馈式3D重建，投毒攻击卡片关注3D点云数据安全；本卡增量在于把“完整且互斥的部件划分”作为3D部件分解目标，并用3D点提示实现可控分解。
• 该思路强调联合建模所有期望部件，而非逐个独立建模，可能减少部件重叠或空隙，并提升部件集合的整体一致性。
• 若结果可复现，它把图像/网格输入与部件级输出放在同一潜空间内，可能减少多任务管线碎片化。

局限与不确定性

• 目前仅有 arXiv 摘要与元数据；具体实验设置、数据集、基线、指标数值、消融、失败案例、计算成本、推理速度与泛化能力均待核实。
• 论文声称“所有部件质量指标”和“一个数量级”提升，但摘要未列出具体指标和数值，待核实。
• 代码和模型“将发布”（will be released），实际发布状态、许可证和维护情况待核实。
• 是否经过同行评审、是否被会议或期刊接收，材料未显示，待核实。
• 对点提示数量、提示位置敏感性、复杂拓扑、薄结构、遮挡输入等表现，摘要未说明，待核实。
• 对开放表面、非水密网格、真实扫描噪声等场景是否适用，摘要未说明，待核实。

可用于图书/PPT/简报的角度

• “从独立部件预测到联合完整划分”：解释3D部件分解为何需要互斥且完备。
• “点提示作为3D交互接口”：用户每个部件点一下，即可控制分解目标。
• “一个潜空间，三类任务”：图像到部件、网格到部件、部件分割的统一建模范式。
• “部件兼容性”：下游装配、动画、编辑为何关注部件间边界与兼容性。
• “生成模型复用”：基于预训练3D生成模型抽取形状潜变量，再接入提示编码器与部件解码器。

与既有脉络的关系

• 与 ELSA3D 同属3D生成/理解统一建模方向，但本卡聚焦“部件级完整划分与点提示可控性”；与 MAGiSt3R 的重建任务不同；与投毒攻击卡片的安全/数据增强主题无直接重合。
• 若后续卡片讨论3D部件编辑或部件级生成，本卡可作为“完整划分”与“提示控制”的前置脉络。

原始材料

• 英文标题：Point2Part: Unified 3D Partitioning from Point Prompts
• arXiv ID：2609.38180v1
• 作者：Hao-Tang Tsui, Yu-Rou Tuan, Xiaoxuan Ma, Nicolas Ugrinovic, Takaaki Shiratori, Kris Kitani
• 发布时间：2026-09-29T17:59:58Z
• 更新：2026-09-29T17:59:58Z
• 主分类：cs.CV；分类：cs.CV
• 摘要链接：https://arxiv.org/abs/2609.38180v1
• PDF：https://arxiv.org/pdf/2609.38180v1
• 英文关键词（由摘要提取，非原文关键词列表）：3D part decomposition; point prompts; promptable model; complete partition; shape latent; image-to-part generation; mesh-to-part generation; part segmentation
• 原始摘要：Existing 3D part decomposition methods do not necessarily partition the original shape into non-overlapping parts that collectively cover the entire shape, allowing overlaps or gaps that hinder downstream part-level applications. We instead formulate part decomposition as a joint partitioning of the entire shape, where the predicted parts are non-overlapping and jointly recover the entire shape. Our key insight is that part decomposition should consider all desired parts jointly, rather than modeling each part independently. To this end, we develop a promptable model for 3D part decomposition from images or meshes. Users can specify desired parts through 3D point prompts for controllable decomposition. Given one point prompt per desired part, our model produces the corresponding parts as a complete partition of the entire shape. We build on a pretrained 3D generation model and first obtain a shape latent from either an input image or mesh. We then introduce a prompt encoder that maps each 3D point prompt to a part token while attending to the shape latent. To decode the desired parts, we propose a novel part decoder jointly scoring the entire shape against all part tokens in a coarse-to-fine manner, assigning every position within the shape volume to exactly one part. We perform part decomposition in this shared shape latent space, enabling a unified model for image-to-part generation, mesh-to-part generation, and part segmentation. Our method outperforms existing works on all part-quality metrics across all three tasks, and improves compatibility among parts by an order of magnitude over previous SOTA methods. Code and models will be released.