上海科技大学、Deemos社、華中科技大学の研究チームは7月29日（火）、AIによる3Dモデル生成と推論を橋渡しする生成アプローチ「BANG」を発表した。入力ジオメトリに対して滑らかな分解状態のシーケンスを生成して3Dパーツを段階的に分離しながら、ジオメトリ的・意味的な一貫性を維持するという。BANGは3Dモデル生成AI「Rodin Gen-2」に搭載される。

BANGの主要技術は、入力した3D形状からパーツが滑らかに分離していくアニメーションシーケンスを生成する「Generative Exploded Dynamics」。このプロセスではジオメトリと意味的な一貫性が維持され、バラバラになりながらもオリジナルのオブジェクトの構造が保たれる。


ベースとなるのは事前学習済みの大規模な潜在拡散（latent diffuse）モデルで、これに軽量な「exploded view adapter」を組み合わせることにより、分解のプロセスを精密に制御する。また、空間プロンプト（空間的な指示）や、GPT-5などマルチモーダル生成AIとの連携（自然言語による指示）といったユーザー制御に対応する。

Inspired by the big bang theory and exploded view, this framework includes four stages: 



1)data synthesis for training


2)generation of exploded dynamics


3)trajectory optimization for smooth part reassembly


4) and user-controlled interactive refinement.



ビッグバン理論と爆発図にインスパイアされたこのフレームワークは、以下の4つの段階から構成されています：



1）トレーニング用のデータを合成


2）爆発のダイナミクスを生成


3）滑らかにパーツ同士を組み立て直せるように軌道を最適化


4）インタラクティブな改良をユーザーがコントロール

With just 20% added parameters on a pre-trained model, BANG delivers high-quality results & strong generalization.



Frozen base model generates exploded sequences; red modules adapt geometry and time for smooth output.



事前学習済みモデルに20%の追加パラメータを適用するだけで、BANGは高品質な結果と優れた汎化性能を実現します。



frozenベースモデルが爆発的なシーケンスを生成し、learnableモジュール（赤で表示）がジオメトリと時間を適応させ、滑らかなアウトプットを行います。

BANG introduces a 3D ControlNet architecture, enhancing the controllability of the part segmentation process. Users can specify segmentation rules through bounding boxes, surface regions, or 2D images, further improving the framework’s practicality and flexibility.



BANGは3D ControlNetアーキテクチャを導入することで、パーツのセグメンテーションプロセスの制御性が向上しています。ユーザーはバウンディングボックス、サーフェス領域、または2D画像を通じてセグメンテーションのルールを指定でき、これによってフレームワークの実用性と柔軟性がさらに向上します。

BANG unlocks exciting new possibilities in 3D creation:


- Enhances geometry quality through part regeneration.


- Enable interactive exploded views via chatbot integration 


- Supports 3D printing by generating print-friendly components from exploded dynamics



BANGは3Dモデル制作の新たな可能性を拓きます：


- パーツの再生成によってジオメトリ品質を向上させます。


- チャットボットの統合によってインタラクティブな爆発のビューを表示できます。


- BANGの主要技術「Generative Exploded Dynamics」が3Dプリントに適したコンポーネントを生成し、プリントをサポートします。

■BANG: Dividing 3D Assets via Generative Exploded Dynamics（プロジェクトページ、英語）
https://sites.google.com/view/bang7355608

CGWORLD関連情報

●テンセント、オープンソースの世界モデル「Hunyuan3D World Model 1.0」リリース！　文章や画像から没入型・インタラクティブな3Dワールドを生成

テンセントがオープンソースの世界モデル「Hunyuan3D World Model 1.0」をGitHubとHugging Faceで公開。テキストまたは画像からインタラクティブな3Dワールドを生成でき、USDZやGLB形式でのエクスポートが可能。日本では月間アクティブユーザー数が100万人を超えない限り、商用利用も行える。
https://cgworld.jp/flashnews/01-202508-HunyuanWorld.html

●テンセントの新3D生成AIモデル「Hunyuan3D-PolyGen」公開！　独自開発のメッシュ自己回帰モデルと高圧縮技術により複雑かつ精密なトポロジーを生成

テンセントが新3D生成AIモデル「Hunyuan3D-PolyGen」を発表。Hunyuan 3D（腾讯混元3D）公式Webアプリ内で「Laboratory」（実験的機能）として実装され、ユーザーは1日20回まで無料で利用できる。なお、生成したモデルの商用利用は認められていない。
https://cgworld.jp/flashnews/01-202507-Hunyuan3D-PolyGen.html

●完全オープンソースの3Dモデル生成AI「Hunyuan 3D 2.1」公開！　モデルウェイトとトレーニングコードが提供されるコミュニティ向け基盤モデル

テンセントがオープンソースの3Dモデル生成AI「Hunyuan 3D 2.1」をGitHubで公開し、HuggingFaceにデモスペースをオープン。4月に先行リリースされた「Hunyuan 3D 2.5」が100億パラメータ、8～20秒の高速生成、APIアクセスを基本とした商用製品、後発の2.1は生成速度こそ2.5に劣るものの、完全なオープンソースモデルとして、モデルウェイトとトレーニングコードを提供する、コミュニティ向け基盤モデルであると推定される。
https://cgworld.jp/flashnews/01-202506-Hunyuan3D21.html