3D Generation Representation Datasheet v2.0¶

Em 3D, a pergunta nº 1 não é “qual guidance scale?”. É qual representação geométrica o modelo está gerando. O mesmo prompt pode terminar em mesh, field, Gaussians ou structured latents — e cada formato obedece a matemática e failure modes diferentes.

1. Espaços de representação¶

Mesh explícita¶

\[ \mathcal M=(V,F) \]

\(V\): vértices;
\(F\): faces/triângulos.

Pode carregar:

normals;
UVs;
material IDs;
vertex colors;
textures/PBR maps.

Implicit field¶

Uma função contínua:

\[ f_\theta(\mathbf x)\rightarrow \rho,\ SDF,\ occupancy,\ radiance \]

Geometria pode ser extraída por isosurface:

\[ f(\mathbf x)=\tau \]

NeRF / radiance field¶

\[ F_\theta(\mathbf x,\mathbf d)\rightarrow(\sigma,\mathbf c) \]

Renderização integra densidade e cor ao longo de rays.

3D Gaussian Splatting¶

Cada primitiva pode ser representada por:

\[ G_i=(\mu_i,\Sigma_i,\alpha_i,c_i,\ldots) \]

onde posição, covariância/orientação, opacidade e aparência são explicitamente parametrizadas.

Structured latent / sparse voxel latent¶

Estado:

\[ Z=\{(p_i,z_i)\}_{i=1}^{N} \]

com posições/voxels esparsos + features latentes aprendidas. TRELLIS/SLAT demonstra que um mesmo latent pode ser decodificado em mesh, Gaussian ou radiance representation.

PARTE I — A PIPELINE MODERNA¶

2. Grafo conceitual¶

\[ text/image/multiview\rightarrow condition\ encoder\rightarrow 3D\ latent/structure\rightarrow generator\rightarrow representation\ decoder\rightarrow geometry/material \]

Frequentemente shape e appearance são subsistemas separados:

\[ Shape\ Generation\neq Texture/Material\ Generation \]

Hunyuan3D 2.1 é exemplo explícito: Hunyuan3D-DiT para shape e Hunyuan3D-Paint para textura/material PBR.

3. Conditioning¶

Entradas possíveis:

text;
single image;
multiview images;
camera poses;
normal/depth maps;
masks;
existing mesh;
partial latent.

Single-image ambiguity¶

Uma imagem 2D não determina unicamente geometria 3D:

\[ P(Shape\mid Image) \]

é multimodal.

O modelo preenche superfícies não observadas com prior aprendido. “Janus” e back-side hallucination são consequências desse problema de observabilidade, não apenas “bugs”.

PARTE II — FLOW/DIFFUSION EM 3D¶

4. Latent flow¶

Em structured latents:

\[ \frac{dZ_t}{dt}=v_\theta(Z_t,t,C) \]

Integração transforma noise/prior latent em estrutura 3D.

TRELLIS usa rectified-flow Transformers sobre SLAT.

Consequência¶

Parâmetros como:

steps;
solver;
guidance;
seed;

podem existir, mas operam no latent 3D, não diretamente em triângulos.

PARTE III — ISOSURFACE E EXTRAÇÃO¶

5. Isosurface threshold¶

Só é fundamental quando o pipeline possui implicit density/SDF/occupancy a ser convertido em surface.

\[ Surface=\{\mathbf x\mid f(\mathbf x)=\tau\} \]

Alterar \(\tau\) pode:

inflar/encolher a forma;
abrir/fechar cavidades;
remover features finas.

Regra¶

Isosurface Threshold não é variável universal de AI-3D. É um parâmetro de representation extraction.

6. Marching Cubes¶

Converte campo escalar discretizado em mesh triangulada.

Qualidade depende de:

grid resolution;
threshold;
interpolation;
field smoothness.

Mais grid resolution aumenta memória/compute aproximadamente com volume:

\[ N_{voxels}\propto N_xN_yN_z \]

Dobrar resolução em cada eixo:

\[ N\rightarrow8N \]

PARTE IV — MESH QUALITY¶

7. Poly count¶

Não é qualidade por si só.

\[ Quality\not\propto TriangleCount \]

Milhões de triângulos podem representar ruído superficial; uma remesh boa com menos faces pode preservar melhor forma perceptual.

Avaliar¶

aspect ratio de triângulos;
curvature preservation;
topology;
normals;
manifoldness;
UV distortion.

8. Manifold e watertightness¶

Para fabricação, desejável:

arestas com incidência consistente;
normals orientadas;
ausência de self-intersections relevantes;
volume fechado.

Uma mesh renderizável pode ser impraticável para FDM/resina.

\[ RenderValid\not\Rightarrow ManufacturingValid \]

9. Floating components¶

Componentes desconectados:

\[ \mathcal M=\bigcup_i\mathcal M_i \]

Filtrar por connected-component size costuma ser etapa útil:

\[ i^*\in\arg\max_i s(\mathcal M_i),\qquad \mathcal M^*=\mathcal M_{i^*} \]

Escolher uma única métrica escalar de tamanho \(s\) para a comparação: área superficial, ou volume encerrado para componentes fechados, orientados consistentemente e sem self-intersections. São métricas alternativas com unidades diferentes, não uma razão volume/área. Se vários componentes empatarem, escolher um índice maximizador conforme uma regra de desempate declarada.

Mas não remover cegamente componentes pequenos se o objeto tiver peças deliberadamente separadas.

PARTE V — MATERIAL E TEXTURA¶

10. UV texture¶

Imagem 2D mapeada sobre um chart local \(c\) da superfície:

\[ (u,v)=\phi_c(\mathbf x_{surface}) \]

Em UV seams, o mesmo ponto da superfície pode ter coordenadas diferentes em charts adjacentes. Implementações de mesh podem, portanto, armazenar UVs por face corner, em vez de um único par por vértice geométrico.

Resolução de textura afeta memória e aparência, mas não geometria.

PBR¶

Separar mapas:

base color/albedo;
normal;
roughness;
metallic;
AO;
emissive.

Baked lighting¶

Textura pode conter iluminação “fotografada”:

\[ Color\approx Albedo\times Illumination \]

Para relighting correto queremos estimar mais próximo de albedo/material intrínseco.

11. Delighting¶

Objetivo conceitual:

\[ ObservedAppearance\rightarrow MaterialIntrinsic \]

Reduz sombras/highlights baked antes de usar o asset em renderer físico.

PARTE VI — GAUSSIANS VS MESH¶

12. Gaussian splats¶

Vantagens:

renderização neural eficiente;
view synthesis;
aparência rica.

Limitações para fabricação:

não é superfície sólida diretamente;
precisa conversão/reconstruction para mesh;
“geometria visual” pode não corresponder a volume físico.

Regra¶

\[ PhotorealisticView\not\Rightarrow AccurateGeometry \]

PARTE VII — SCALE E COORDINATES¶

13. Unidade física¶

Modelos podem gerar coordenadas normalizadas/arbitrárias.

Transformação para unidade física:

\[ \mathbf x_{mm}=sR\mathbf x+t \]

Antes de impressão:

definir mm;
checar bounding box;
espessura mínima;
tolerâncias;
base/orientação.

PARTE VIII — CAD VS GENERATIVE 3D¶

14. O limite essencial¶

Modelos generativos produzem principalmente geometria aproximada/perceptual.

Engenharia funcional exige:

constraints paramétricos;
dimensões exatas;
tolerâncias;
relações geométricas;
superfícies analíticas;
assemblies.

\[ GenerativeMesh\neq ParametricCAD \]

Usar AI 3D para concept/organic shape; reconstruir ou parametrizar em CAD quando houver requisito funcional.

PARTE IX — GUIDANCE¶

15. Guidance scale¶

Só existe conforme o generative core.

Se houver CFG-like:

\[ f_g=f_u+s(f_c-f_u) \]

Não assumir ranges universais como 7–15.

Artifact surface depende de model training, representation, solver e decoder.

PARTE X — SYMMETRY¶

16. Symmetry¶

Pode ser:

conditioning;
data prior;
explicit geometric postprocess;
model-specific option.

Não é variável universal.

Pós-processo geométrico explícito, mostrado aqui apenas no nível do conjunto de vértices:

\[ V'=V\cup Mirror(V,plane) \]

Isso é diferente de “pedir simetria” ao generative model. Uma mesh espelhada completa também precisa da conectividade das faces espelhadas, winding/normals corrigidos sob reflexão e soldagem no plano de espelhamento onde se pretende uma superfície contínua. A união dos vértices, sozinha, não estabelece essas propriedades.

PARTE XI — COUPLING MATRIX¶

Tendências qualitativas dentro de um regime de operação adequado; as setas não são garantias de monotonicidade. Mais resolução cria capacidade para detalhe, mas não garante geometria correta, topologia válida ou texturas melhores.

Controle ↑	Geometry detail	Manifold risk	Compute	Texture quality
latent/grid resolution	↑	pode ↓/↑	↑ forte	~
mesh extraction resolution	↑	pode ↑ ruído	↑	=
poly count	potencial ↑	não resolve	downstream ↑	=
texture resolution	=	=	↑	↑
guidance	adherence ↑	não monotônico	↑	pode ↑
decimation	detalhe ↓	pode simplificar	downstream ↓	UV risk

PARTE XII — WORKFLOW PARA IMPRESSÃO 3D¶

17. Do latent ao plástico¶

Gerar shape.
Converter/exportar mesh.
Remover componentes indesejados.
Corrigir normals/self-intersections.
Remesh se necessário.
Tornar watertight.
Definir escala física.
Verificar wall thickness.
Criar base/orientação.
Slicer manifold check.
Suportes e impressão.

Para peças dimensionais: reconstruir no CAD antes do passo 8.

PARTE XIII — DIAGNÓSTICO¶

Sintoma	Investigar
frente boa / costas inventadas	single-view ambiguity
mesh “espinhosa”	latent/model/extraction threshold
muitos triângulos sem detalhe	extraction/remesh
slicer reclama	non-manifold/self-intersection
render com sombra fixa	baked lighting/material
impressão frágil	wall thickness/scale, não “AI quality”

18. Snapshot 2026¶

TRELLIS/SLAT: structured sparse 3D latent decodificável para radiance fields, Gaussians e meshes; rectified-flow Transformers.
Hunyuan3D 2.1: separação shape generation e PBR texture synthesis.
Campo já não cabe na descrição “NeRF/point cloud → marching cubes”.

Referências¶

TRELLIS / Structured 3D Latents — https://arxiv.org/abs/2412.01506
Hunyuan3D 2.1 — https://arxiv.org/abs/2506.15442