Sandflow 開源 Sand3D：專為 LLM 打造的 Python 3D 建模語言與 10 萬件程式碼化 3D 資料集

法國里昂 AI 新創公司 Sandflow 於 2026 年 11 月 5 日正式開源發布 Sand3D 建模語言與對應的 Sand3D 3D-as-Code 資料集系列。這項計畫將超過 10 萬個 3D 物件（涵蓋螺絲等機械零件、日常家具到平台鋼琴與可動機構）全面改寫為人類易讀、大型語言模型（LLM）易於生成的 Python 程式碼，解決過往 3D 領域缺乏統一程式碼訓練基底的瓶頸（FabScene 報導）。

一般 3D 檔案格式（如傳統網格檔）僅記錄物體表面的幾何頂點，模型難以直接理解零件結構或進行參數化修改。透過 Sand3D，每個 3D 物件都是一支獨立的 Python 程式，清楚描述每個部件的輪廓、實體成形方式、孔洞編輯、相對座標、材質與可動關節，讓語言模型能像讀寫一般軟體程式碼一樣，直接讀取、修改並生成具備物理關節與精確尺寸的 3D 資產（Sand3D 官方專案頁）。

為什麼需要 Sand3D？針對大型語言模型最佳化的三大設計

根據 Sand3D GitHub 專案文件說明，該函式庫建構於 Blender 的 bpy 模組之上，並針對大型語言模型的生成特性進行了結構性的精簡：

• 大幅降低 Token 消耗量：描述同一個 3D 零件時，Sand3D 所需的 Token 數量僅為 Blender Python、CadQuery 或 Onshape FeatureScript 的二分之一至六分之一（中位數統計顯示，Blender Python 撰寫同一零件需消耗 Sand3D 約 4.0 倍的 Token）。此外，整套 API 規格文件（docs/api.md）僅約 3,600 個 Token，可直接完整放入模型的系統提示詞（System Prompt）中，專案內也內建 llms.txt 方便 AI 代理快速索引。
• 語意化命名取代手動座標計算：在傳統程式化建模中，定位孔洞或導角往往需要手動計算複雜的三維座標。在 Sand3D 中，所有的零件、邊線（edges）與表面（faces）皆透過語意化名稱直接呼叫，降低語言模型因空間算術錯誤而產生破圖的機率。
• 位元級確定性輸出（Deterministic）：相同的 Sand3D 程式碼在相同環境下執行，每次都會生成位元級完全一致（bit-for-bit）的網格模型，確保自動化重建與工程驗證的穩定度。

核心架構與語法：扁平化動詞設計與關節組裝

Sand3D 不提供諸如 chair() 或 table() 這類寫死的物件類別函數，所有物件皆透過統一的 s3d.<verb> 扁平化介面，由基礎幾何與組裝動詞逐步建構而成。

參數化零件與可動組裝範例

以製作一個帶雙孔與頂部導角的固定支架為例，在 Sand3D 中預設以公釐（mm）為單位，僅需數行程式碼即可完成參數化定義並匯出：

import sand3d as s3d

def bracket(w=80, d=40, t=6, hole_d=6.6, pitch=50):
    plate = s3d.extrude("plate", s3d.rect(w, d, r=4), t)
    s3d.hole(plate, hole_d, on=s3d.grid(2, 1, pitch, 0))
    s3d.fillet(plate, 1, edges="top")
    return plate

s3d.export(bracket(), "bracket.glb")

針對包含多個可動部件的複雜產品（例如滾筒洗衣機），Sand3D 僅需 38 行程式碼就能定義機殼、滾筒、含玻璃與把手的機門、洗劑抽屜與旋鈕，並透過 s3d.joint 宣告門軸旋轉（range=(0, 143)）、滾筒連續旋轉（kind="continuous"）以及抽屜線性滑軌（kind="prismatic"）：

door = s3d.group("door", ring, glass, handle)  # 把手與玻璃隨門移動
s3d.joint("door_hinge", door, hinge, axis="-Z", range=(0, 143))
s3d.joint("drum_spin", drum, front.move(0, 400), kind="continuous")
s3d.joint("drawer_slide", drawer, top_band.move(150), kind="prismatic", axis="+X", range=(0, 200))
s3d.joint("dial_turn", dial, top_band.move(-150), kind="continuous")
return s3d.assembly("washing_machine", cab, drum, door, drawer, dial, front=front)

一鍵匯出支援遊戲引擎、機器人模擬與 3D 列印

完成建模後，呼叫 s3d.export() 即可依照檔案副檔名自動轉換為各種下游應用所需的標準格式（輸出時長度單位會自動轉為公尺）：

Hugging Face 上的 10 萬件 3D-as-Code 開放資料集

除了建模語言本身，Sandflow 也在 Hugging Face 的 Sand3D Collection 釋出了五大子資料集，並提供互動式網頁應用 Sand3D Explorer 讓開發者直接以視覺或關鍵字搜尋物件、檢視 3D 模型並複製對應的 Python 程式碼。

根據 Sand3D Explorer 與 FabScene 報導統計，整套資料集共涵蓋 103,797 個完整 3D 物件與 2,297 個獨立機械零件（合計達 106,094 筆資料列），其中超過 10,456 個物件具備可動關節（累計約 36,000 個經過逐一比對驗證的關節），且有 101,690 個物件可直接在瀏覽器中以 3D 檢視：

代理式重建管線與品質把關（f_score）

根據 sand3d-automate 資料集說明卡，這些程式碼是由 Sandflow 開發的「迭代式代理重建管線（iterative agentic reconstruction pipeline）」自動轉譯而成。AI 代理會針對原始 3D 資產撰寫 sand3d 程式、實際執行算繪，並比對生成網格與原始模型的幾何差異，反覆修正直到成功重建。

為了確保訓練資料品質，每一筆資料都經過全新程序的獨立執行測試，並記錄在邊界框對角線 1% 距離內的表面重合度指標 f_score（sand3d-automate 資料集說明卡）：

• 日常與靜態模擬物件（Objaverse 與靜態 SimReady）：保留 f_score 達 0.70 以上的項目。
• 精密機械與剛體物件（CAD 與 Articraft 剛體）：保留 f_score 達 0.90 以上的項目。
• 可動關節物件（Articulated Objects）：要求每個關節運動方向與軸向完全正確，且個別活動部件的 f_score 皆須達 0.90 以上。

每一筆 Parquet 資料列皆完整包含物件 ID、Python 程式碼（program）、入口函數（entry）、512×512 算繪預覽圖（render）、OpenUSD 檔案路徑（usda_path）、關節數（n_joints）、f_score、訓練/驗證集切分標記（split）以及雙層授權溯源資訊（license 與 source_license）（sand3d-objaverse 資料集）。

安裝方式與快速上手

Sand3D 支援 Python 3.13（推薦，自動搭配 bpy 5.2 LTS）與 Python 3.11（搭配 bpy 4.5 LTS，適用於 Intel Mac 等環境），可透過 pip 或 uv 直接安裝：

pip install sand3d
# 或在 uv 專案中執行：
uv add sand3d

若要從 Hugging Face 載入資料集並在本地端重新建構 OpenUSD 或 GLB 檔案，可搭配 datasets 與 huggingface_hub 執行（sand3d-automate 資料集）：

from datasets import load_dataset
import bpy
import sand3d as s3d

ds = load_dataset("Sandflow/sand3d-automate", split="train")
row = ds[0]

bpy.ops.wm.read_factory_settings(use_empty=True)
ns = {}
exec(row["program"], ns)
obj = ns[row["entry"]]() if row["entry"] else None
s3d.export(obj, "object.usda")  # 亦可改為 .glb 或 .urdf

常見問題（FAQ）

Sand3D 函式庫與資料集可以免費商用嗎？

可以。Sand3D Python 函式庫採用 Apache 2.0 授權條款開源，而 Hugging Face 上的 Sand3D 系列資料集則以 CC BY 4.0 授權釋出（底層原始物件皆源自 CC BY 4.0、Apache 2.0 或 CC0 授權，不含非商業限制條款）。使用資料集時，僅需依據各資料列中的 attribution 欄位保留原始作者與修改標註即可用於商業與研究用途（sand3d-automate 資料集）。

如何讓現有的大型語言模型學會撰寫 Sand3D 程式碼？

開發者只需將 GitHub 儲存庫中的 docs/api.md 放入大型語言模型的系統提示詞（System Prompt）中。該文件僅約 3,600 個 Token，已完整涵蓋所有語法規則、函數簽章與實作範例，模型也可透過儲存庫根目錄的 llms.txt 自動讀取相關規範（Sand3D GitHub）。

Sandflow 接下來的發展規劃為何？

Sandflow 執行長 Félix Balmonet 表示，公開 Sand3D 與 10 萬件程式碼化 3D 資料集是為了幫生成式 3D 建立共通的程式碼基礎建設，團隊預計於 2026 年 12 月中旬推出首款原生 3D 基礎模型（3D Foundation Model）（FabScene 報導）。

相關連結彙整

• GitHub 專案儲存庫：Sandflow-ai/sand3d
• Hugging Face 資料集總集：Sand3D - a Sandflow Collection
• 互動式 3D 程式碼探索器：Sand3D Explorer (Hugging Face Space)
• 官方專案主頁：Sand3D Official Website (sandflow.ai)
• 子資料集連結：
  • Sandflow/sand3d-objaverse（日常與各類 3D 物件）
  • Sandflow/sand3d-automate（AutoMate 機械組裝與零件）
• 外部新聞報導：FabScene：フランスの新興企業、プログラムで書いた3Dモデル10万点を公開