论文
TaoFlowForge:通过级联流匹配渐进式原生网格生成
TaoFlowForge: Progressive Native Mesh Generation via Cascaded Flow Matching
摘要
3D 内容生成技术极大地推进了设计师以及 3D 打印和游戏行业的工作。然而,制作可直接投入生产的轻量级、可编辑且拓扑清晰的艺术内容仍然很困难。为了实现这一目标,我们推出了TaoFlowForge,这是一种艺术网格基础模型,可以生成可用于生产的网格。具体来说,TaoFlowForge 将网格生成过程分解为顶点生成及其连接预测,即边。我们将顶点生成制定为两阶段从粗到细的过程,并结合了几个有效的损失函数以进一步增强其性能。在连接预测阶段,我们提出了一种简单而有效的方法来估计顶点之间的连接亲和力,并另外预测每个顶点的法线,这决定了面的正确方向。此外,我们还构建了一个将手工制作的 3D 资产与公共高质量拓扑数据集相结合的大规模数据集。在此基础上,采用精心设计的数据管理管道来过滤原始数据集,仅保留高质量的拓扑数据用于模型训练。我们的模型在组合数据集上进行训练,并在分布外的手工制作的 3D 资产集和公共数据集上进行测试。在图像条件生成下,TaoFlowForge 的性能优于自回归方法,并在开源网格拓扑生成器中取得了最先进的结果。我们将发布所有代码和权重以及部分测试数据集。