PartLLM：3D 零件分割的统一多模式基础

零件分割是计算机图形学和 3D 视觉中的一个基本问题。最近的工作已将 3D 零件分割扩展到固定分类法之外，但现有方法通常仅解决特定设置，例如文本引导的零件分割或基于点的交互。在这项工作中，我们认为这些设置可以统一为意图条件生成问题，其中不同的提示指定所需的部分分解。为此，我们引入了 PartLLM，这是一种统一的多模态模型，它将 3D 零件分割表述为自回归语义分解。以输入形状和用户提示为条件，PartLLM 自回归生成语义部分假设作为掩模预测的查询，并将它们提供给分解感知解码器，该解码器联合预测相干部分掩模。这种统一的设计支持文本引导的部分分割、交互式分割和单个模型内具有可控粒度的全形状语义分解。跨这些任务设置的大量实验表明，PartLLM 始终优于特定于任务的基线，证明了在意图条件生成公式下统一 3D 零件分割的有效性。