MeshWeaver：稀疏體素引導的自迴歸網格生成

HuggingFace 上發布的研究論文提出MeshWeaver，這是一種自迴歸網格生成框架，旨在解決現有方法的效率低和缺乏幾何感知的問題。論文指出，現有方法通過將網格標記化為序列來訓練模型，但標記化效率低導致序列過長，無法擴展到高多邊形網格，且生成僅基於全局形狀嵌入，缺乏局部表面線索。MeshWeaver通過將網格生成視為表面編織過程，直接預測下一個頂點而非獨立坐標。其核心是一個多層次稀疏體素編碼器，以三種方式注入幾何上下文：提供體素特徵作為頂點表示、通過交叉注意力引導標記預測，以及作為結構支架約束生成。這種層次設計允許在單一解碼步驟中進行粗到細的頂點預測，緊密耦合生成模型與3D幾何。實驗顯示，MeshWeaver達到最先進的18%壓縮比率，可生成多達16K面的網格，並顯著提升幾何保真度，為自迴歸網格生成領域帶來新進展。