Innere Knoten fassen die hierarchisch (und in den meisten Fällen auch räumlich) benachbarten Objekte der Szene zu Gruppen zusammen ( Group). Ein einfaches Haus würde z.B. aus einem Würfel und einer Pyramide bestehen, die in einer Gruppe zusammengefaßt werden.
Wenn alle Objekte in einer Gruppe gemeinsam im Raum transformiert werden sollen, so kann dies mit Hilfe einer Instanz der spezialisierten Klasse TransformGroup geschehen. Weitere spezialsierte Klassen sind denkbar (z.B. Switch, deren Instanzen immer nur eines der vorhandenen Kinder Teil der Szene sein lassen und die restlichen ausblenden).
Eine Gruppe kann auch Gruppen als Kinder enthalten, die wiederum Kinder enthalten usw.. Auf diese Weise wird die Szene hierarchisch gegliedert. Es entsteht ein Baum (der in der Regel sehr flach ist).
