3D打印行业的技术竞赛，正在从打印硬件悄悄延伸到AI内容生成的底层。8月7日，21世纪经济报道独家披露，消费级3D打印厂商拓竹科技（Bambu Lab）首次对外透露其3D生成大模型的研究进展：基于3D生成模型的部件分割研究论文《SegviGen: Repurposing 3D Generative Model for Part Segmentation》入选SIGGRAPH 2026 Journal Track，论文作者名单中出现北京航空航天大学、中国人民大学、清华大学与拓竹科技等机构。这是拓竹第一次在公开学术平台上亮相其3D生成模型布局，也让3D打印行业的内容生成、模型理解和可制造工作流产生了直接关联。
这一信号的分量在于：拓竹的技术布局，正在从打印硬件、切片软件和模型社区，进一步延伸到3D内容生成、结构理解和可制造模型处理等更底层的环节。用论文合作方人士的话说，语言模型从各种任务各自为战到最终大一统，3D模型早晚也会经历同样的技术变革，而SegviGen正是这场变革中的一次关键尝试。
部件分割在3D内容生产中处于核心位置。它提供3D资产的显式部件级结构，是3D内容创作流程的核心原语，支撑部件级编辑、动画绑定以及3D打印等工业用途。但现有方法存在明显瓶颈：通过2D到3D蒸馏迁移分割先验，计算和时间开销巨大且边界模糊；将分割模型应用于多视角投影图像再反投影融合，则对视角覆盖敏感且容易引入跨视角不一致；原生3D部件分割路线虽然直接，却依赖大规模精细标注数据集，标注成本高昂。
SegviGen的思路彻底绕开了这些难题。它不依赖大量人工标注的3D数据从零训练分割模型，也不是简单将2D分割结果投射到3D空间，而是复用预训练原生3D生成模型中已经学习到的结构先验，把3D部件分割转化为部件级上色问题：模型将输入3D资产编码为潜在表示，与任务嵌入和查询点一起用于条件化去噪过程，在重建底层几何的同时预测部件指示性颜色，每种颜色对应一个独立部件，让模型能够把复杂3D资产拆分为具有结构意义的不同部件。
实验结果证明了这条技术路线的数据效率。论文显示，SegviGen仅使用0.32%的标注训练数据，便持续超越此前最优方法P3-SAM：在交互式部件分割上，反映单点击精度的关键指标IoU@1提升了40%；在无引导的全分割上，跨数据集平均以15%的整体IoU优势超越最佳基线。同时，SegviGen支持交互式部件分割、全分割和2D分割图引导的全分割三种设置，其中第三种为SegviGen独有，支持任意部件粒度，对工业应用至关重要。
当前3D打印行业的AI化探索，大多集中在应用层工具接入和流程优化，如接入第三方大模型、辅助模型搜索、提示词生成、切片参数推荐、打印流程问答等。而SegviGen所代表的方向，已经深入AI 3D内容理解与生成模型的底层：它不是简单调用外部AI工具，而是研究如何利用3D生成模型内部的结构知识，完成对3D资产的部件级理解。这种底层能力的差异，将在未来决定3D打印平台的上限。
对普通用户而言，SegviGen的技术价值可以这样理解：过去想给一个3D模型拆件或局部上色，需要专业建模软件和人工操作，如今通过AI可以自动识别模型的各个部件，用户只需选中某个部件就能进行上色或拆分，大幅降低从创意到实物的门槛。这也解释了拓竹旗下创意数字实验室平台MakerLab为何近期开启收费模式：3D生成AI工具能力大幅提升，使用量激增，官方称用户增长远超预期，从去年10月至今流量持续高速增长，原本的免费补贴模式已经难以持续。
值得注意的是，3D打印行业最头疼的两个问题，恰好与SegviGen要解决的能力直接对应。从业者反馈，用户最大的抱怨集中在我让它生成的东西跟我想要的不一样，以及生成是生成了，但打不出来两类。前者考验3D生成模型对用户意图的理解，后者考验模型对可制造性的把握。SegviGen的部件级理解，正是为后一类问题提供底层能力：当模型能够准确识别部件边界和结构关系，它就能在生成阶段预判支撑需求、悬空风险和多件粘连等问题，从源头降低不可打印模型的产出比例，让AI生成与3D打印之间的鸿沟进一步收窄。
部件分割的价值，远不止帮助用户拆个零件那么简单。在3D打印的完整工作流中，可制造性是决定成败的最后一环：一个模型哪怕生成得再精美，如果存在悬空结构、薄壁断裂或多件粘连，就无法直接打印。SegviGen通过部件级理解，让模型能够识别各个部件的几何边界和结构关系，这为自动拆件、支撑生成、多色多材料分配等下游工序提供了基础。用户生成一个角色模型，AI可以自动判断头部、躯干、四肢的分割边界，再针对每个部件规划打印方向和配色方案，从创意到实物的全流程自动化正在成为可能。
更深层的变化在于3D打印厂商的竞争重心。过去行业比拼的是打印速度、精度和稳定性，硬件参数决定市场地位；而当AI内容生成能力成熟后，谁能帮助用户更方便地获得、编辑并制造3D内容，谁就能在生态层面占据优势。拓竹从打印硬件起家，逐步构建切片软件、模型社区和数字创意平台，如今又通过SegviGen切入3D生成大模型的底层研发，其战略路径清晰地指向一个方向：以AI内容能力为核心，把硬件、软件、社区和创作工具串成完整的生态闭环。这种从制造设备商向内容平台商的转型，可能是3D打印行业未来几年最重要的竞争主线。
当然，从论文到可落地的产品还有距离。业内人士指出，论文与实际工程实现不会完全一致，还需要大量scale-up工作，包括处理真实用户上传的复杂模型、优化推理速度、与切片软件对接等。用户距离一键生成、自动分色、直接打印的全自动闭环，可能还有一段路要走。但拓竹率先把3D生成模型的研究摆上桌面，意味着3D打印行业的竞争维度已经改变：未来不只比拼打印速度、精度和稳定性，更比拼谁能更好地帮助用户获得、编辑并制造3D内容，而拓竹正在围绕硬件、软件、模型社区和AI创作工具，构建更完整的生态闭环。