论文导读
中国科学技术大学、腾讯和香港科技大学团队提出PART：给它一个目标形状和零件库，模型会决定该选哪些部件、需要几个，再预测每块零件的六自由度姿态。团队用超过8万个形状训练，系统还能处理场景布局、图像目标和真实扫描输入，把找零件与拼形状合成一次预测。
过去先给零件，现在连零件都要自己找
不少3D装配研究默认组成目标的零件已经选好，算法只负责把它们摆到正确位置。真实工作流往往只有一个大零件库：沙发需要坐垫、扶手和支架，台灯需要灯罩、杆和底座，部件数量还随目标变化。
库里零件一多，组合数量会迅速爆炸。逐个尝试不仅慢，还要同时解决“选几个”“选哪块”“朝什么方向摆”三件事。PART把它们统一成集合预测，不要求输出保持固定长度。
图1：项目主图左侧是目标形状，中间是零件库，右侧是检索并摆放后的装配结果。
Transformer一次吐出部件和六自由度姿态
模型先编码目标形状和零件库，再用一组可学习查询同时预测零件身份、是否需要该位置，以及对应的平移和旋转。没有被使用的查询输出空项，因此不同目标可以自然得到不同数量的部件。
团队还把目标分割与姿态装配联合训练。目标上的每个区域会提示“哪类零件应该放在这里”，装配结果又反过来约束分割。推理后再用分割增强优化细调姿态，减少零件互相穿插或偏离目标表面的情况。
图2：方法图展示目标与零件特征如何进入Transformer查询，再输出零件和姿态。
从杯子、椅子到场景布局
数据集包含超过8万个形状。定性结果覆盖杯子、斧头、耳机、床、桌子、车辆和角色等对象，灰色形状是目标，彩色区域表示检索到的零件及其装配位置。系统不只复制库中完整对象，而是从多个部件组成近似目标。
图3：每组灰色目标下方是模型用彩色零件完成的装配。
论文还把输入扩展到二维图像、场景布局和真实扫描。扫描有缺失、噪声与不完整表面，模型仍可检索部件并形成结构化装配，但这些输出是数字几何结果，不等同于实体零件已经满足强度、公差和制造约束。
图4：论文展示面对真实扫描点云时的目标与装配结果。
下一步接上可制造性和机器人执行
PART先解决数字空间中的选件与摆放。面向工业设计，后续需要把材料、连接方式、碰撞、公差和库存价格加入目标；面向机器人，还要判断夹具是否能抓住零件、装配顺序是否可执行。把这些约束纳入预测后，自动装配才能从几何拼图走向可制造方案和真实操作计划。
另一项直接测试是扩大零件库并加入近似重复部件，观察检索速度、错选率和装配稳定性是否同时保持。
参考资料
https://arxiv.org/abs/2609.19872
