刷新3D生成上限！一键生成精细到毛发的3D资产

在高质量3D生成需求不断增长的背景下，如何高效生成高精度三维资产成为AIGC和数字内容创作的关键挑战。尽管近年来3D生成技术发展迅速，但在高分辨率建模中，计算复杂度仍制约着效率与应用落地。为此，南洋理工大学联合数美万物、西湖大学提出了Ultra3D，一种全新的3D生成框架，显著提升了生成效率与质量。

Ultra3D采用coarse-to-fine两阶段生成流程。第一阶段利用紧凑的VecSet表示快速生成粗略网格，并导出稀疏体素结构；第二阶段引入Part Attention机制，在语义一致的局部区域内进行细粒度特征建模，大幅降低全局注意力的冗余计算。该方法支持1024分辨率输出，在保持高保真度的同时实现高达6.7倍的加速比，为快速生成高质量3D资产提供了可行方案。

研究背景显示，现有方法因稀疏体素token数量庞大，计算效率低下，难以突破高分辨率瓶颈。Ultra3D通过二阶段pipeline兼顾效率与质量，成功扩展到更高分辨率和更优细节表现。其核心创新在于Part Attention机制，将注意力计算限制在语义相关的局部区域，避免了传统全局注意力的高开销问题，同时解决了固定窗口注意力在3D生成中的质量下降问题。

实验表明，Ultra3D在多个指标上超越现有SoTA方法，能够生成具有高精度细节的3D模型，如毛发、衣褶等复杂结构。用户评价也显示，其在几何连续性和细节还原能力上表现卓越。更重要的是，Ultra3D具备良好的通用性，可广泛应用于游戏建模、AR/VR、影视制作等领域，为数字内容创作提供高效解决方案。

未来，Ultra3D有望拓展到动画生成、可编辑3D内容及3D-4D一体化建模等复杂任务，推动AIGC向更高维空间迈进。论文链接：https://arxiv.org/abs/2507.17745，项目地址：https://buaacyw.github.io/ultra3d/。