OpenAI · 3D
OpenAI 发布 Point E 3D 生成模型
OpenAI 推出 Point E，一种基于点云的 3D 生成模型。与体素或网格方法不同，Point E 直接生成 3D 点云，在保持生成质量的同时降低计算成本。该模型能从文本描述或图像输入快速生成 3D 形状，为 3D 内容创作提供了新路径。
- 域名
openai.com- 评分
- 5 · 重大发布
- 发布
- 2026-05-22
导读
Point-E 是 OpenAI 在 2022 年 12 月 16 日公开的一种以点云为输出形态的文本到 3D 生成系统，配套 arXiv 论文 2212.08751 与 GitHub 开源代码 openai/point-e 同步放出。论文摘要指出，当时 SOTA 的文本条件 3D 物体生成方法生成单个样本往往需要多 GPU 小时，而 Point-E 在单卡 GPU 上把端到端生成压缩到 1 至 2 分钟，速度比 SOTA 快出一到两个数量级。
方法层面 Point-E 采取两阶段扩散思路：先用一个文本到图像扩散模型从 prompt 渲染一张合成视角图，再以这张图为条件，让第二个扩散模型在点云空间上回归出对应的 3D 形状。这样的设计绕开了体素与网格表征的高内存代价，把生成目标限制在一组离散坐标点。作者 Alex Nichol、Heewoo Jun、Prafulla Dhariwal、Pamela Mishkin 与 Mark Chen 同时承认，在样本质量上仍落后于当时最强的 3D 生成基线，把它定位为追求速度与可用性的实用折中。
仓库里同时开放了预训练点云扩散模型、评测代码与对应模型文件，使外部研究者能直接复现两阶段管线，也能把 image-to-point-cloud 模型单独拿来与其他 text-to-image 前端拼接。对游戏资产原型、机器人感知与 3D 生成的下游研究者而言，这套发布让"快速从文本生成可用 3D 草稿"从需要数小时排队的过程退化为分钟级实验，由此衍生出后续 Shape-E 等延续工作。