Make-A-Shape est un nouveau modèle de génération de formes 3D conçu pour entraîner des données à grande échelle de manière efficace. Il exploite 10 millions de formes accessibles publiquement. Nous introduisons de manière novatrice une représentation par arbre d'ondelettes, encodant de façon compacte les formes via une stratégie de filtrage des coefficients de sous-bandes, puis en disposant cette représentation dans une grille basse résolution grâce à une stratégie d'emballage des coefficients de sous-bandes, ce qui la rend appropriée pour un modèle de diffusion génératif. De plus, nous proposons une stratégie d'entraînement adaptative des sous-bandes, permettant à notre modèle d'apprendre efficacement à générer des coefficients d'ondelettes grossiers et fins. Enfin, nous étendons notre cadre pour être contrôlé par des conditions d'entrée supplémentaires afin de générer des formes à partir de diverses modalités, telles que des images mono/multivues, des nuages de points et des voxels basse résolution. Dans de nombreuses expériences, nous démontrons diverses applications, telles que la génération inconditionnelle, le complétion de formes et la génération conditionnelle. Notre méthode surpasse non seulement l'état de l'art en termes de qualité des résultats, mais génère également des formes efficacement en quelques secondes, généralement en seulement 2 secondes dans la plupart des cas.