Kaininja: 擴充套件原生 3D 生成器至零件層級
為何重要
KaiNinja 透過技術整合解決了單一 merged mesh 不易進行細節修改的痛點，對於需要大量 3D 資產的遊戲開發與動畫產業具有實質應用價值。從產業趨勢看來，證明 LLM 代理不僅能生成文字與圖片，也能產生高品質的 3D 零件資料作為訓練素材，顯示 AI 協作生成的資料流路徑正變得更豐富。
原生 3D 生成器雖能產生高保真幾何體，但輸出多為單一融合物件，難以直接應用於編輯、繫結與模擬等下游任務。本研究提出 KaiNinja，這是基於 O-Voxel 雙體積表示法的 TRELLIS.2 擴充技術，旨在無需傳統遮罩或分割器的情況下，直接將生成器升級至零件層級。
- 不需要遮罩或分割器在管線中，並保持 TRELLIS.2 的生成速度與品質。
- 訓練資料來源包含多種類，特別是 LLM 驅動的代理所製作的零件資產，據稱是首批基於代理產出零件資料訓練的 3D 生成模型。
- 實驗資料顯示，相比其他範式，它將整體物件的 Chamfer 距離降低了 40%，嚴格零件 F-score 則提升了 16%。