该文综述三维形状生成与部件化建模研究：PAGENet利用部件感知深度生成网络降低建模难度；少样本生成通过领域自适应避免过拟合；Neural Parts以可逆神经网络定义语义一致基元；自监督方法支持用户控制部件分解；ShapeAssembly用组装语言生成可解释、可编辑形状；组合通用性框架提升单目重建泛化能力；多模态框架简化业余用户资产生成；几何感知方法生成符合场景结构的图像；PartNeRF实现无需显式引导的可编辑三维合成。