MeshCarve：在紧凑潜空间中以流匹配生成三维网格

先前的 artisan 网格生成工作主要是自回归地预测面部标记，这使得推理速度变慢。最近的方法改为流匹配由变分自动编码器（VAE）构建的连续潜在变量，但当几何和拓扑联合编码时，以及当潜在空间被压缩时，重建质量显着下降。我们提出了 MeshCarve，一种完全在紧凑潜在空间中生成的流匹配方法，分别生成顶点位置和边缘连接，并回避了联合紧凑潜在空间的困难。为了缩短Token序列，我们提出了一个分层稀疏Transformer主干，实例化为 VertexVAE 和 EdgeVAE。两个 VAE 都锚定在其潜在空间中的离散顶点上，而不是对表面体素上的字段进行编码，这大大减少了Token序列的长度，并且我们的空间感知压缩进一步缩短了长度，而无需花费重建成本。 VertexVAE 直接对顶点占用进行编码。对于连通性，我们提出了顶点链接编码，它将顶点之间的任意连通性变成 固定长度连续的每顶点嵌入并忠实地恢复复杂的艺术拓扑。 MeshCarve 将这些 VAE 与锚生成器结合起来，并在缩短的Token序列上进行流匹配。它显示出优于 Objaverse 上最先进的自回归和流匹配方法的优势，并推广到 Toys4K。据我们所知，它是第一个工匠网格生成方法，其每个生成阶段都在空间压缩的潜在状态中运行，Token序列仅是先前最压缩的自回归和流匹配工作的一小部分。