修改模型的局部區域時，整件資產重新生成可能令原本不需更動的內容也走樣。SeMo3D 是一個 3D 生成與編輯模型項目，透過只合成指定區域、保留其餘部分，統一處理生成、編輯和缺失區域補全，適合需要維持模型其他部分一致的創作者及 3D 工作流程團隊。
它把三種任務視為同一個問題：選出要建立或修改的區域，並沿用其餘內容。生成時選取完整區域，編輯時選取目標區域，補全時則選取缺失區域；因此，模型不必為每項任務各自重新生成整件資產。訓練亦毋須成對的編輯或補全資料，研究團隊可從一般 3D 資源切分出選取區域與周邊內容來訓練。
訓練方法稱為 region-selective denoising，只在隨機選取、大小各異的區域加上雜訊並計算損失，讓同一模型共同學習三項任務。架構 Omni3DiT 是多條件 3D diffusion transformer，負責分辨需要建立與保留的區域，並融合圖像、文字和點雲引導，提供較細緻的控制。
SeMo3D 在三個基準測試中，於生成、編輯和補全各項任務均勝過當時的先進方法；生成支援多模態控制，編輯與補全則著重一致性及準確度。
- 一套模型統一 3D 生成、編輯與補全。
- 只合成指定區域，保留其餘內容。
- 以 region-selective denoising 從一般 3D 資源訓練，毋須成對編輯或補全資料。
- Omni3DiT 融合圖像、文字與點雲引導。
- 支援以自然語言互動的 agentic 3D 建模。
