论文页面 - MeshFlow: 使用等变流匹配的网格生成

来源: https://huggingface.co/papers/2606.23489
发布于 6月22日

·

提交自 https://huggingface.co/qsun2001

Qi Sun (https://huggingface.co/qsun2001) 于 6月23日

摘要

MeshFlow 直接使用等变最优传输流匹配模型生成三角形网格，推理速度相比自回归方法有所提升。

网格是最常见的 3D 场景表示之一，但直接生成网格颇具挑战性，因为该表示包含重要的对称性，包括面与顶点的排列不变性。MeshFlow 学习直接生成三角形无序集合形式的三角形网格，避免了将网格序列化为长自回归序列的需求。我们采用等变最优传输流匹配模型，该模型尊重三角形无序集合的关键对称性：面的任意排列以及每个面内顶点的排列。为此，我们提出一种简单而有效的改进方案，应用于 Diffusion Transformer 架构，最终得到一个可扩展的网络，能够在保持所需等变性的同时建模速度场。我们还引入了一种基于最优传输的训练目标，通过消除违反这些对称性的监督信号来改善收敛。MeshFlow 在网格质量上与最先进的自回归网格生成器相当，同时推理速度提升约 18 倍。项目页面：https://qiisun.github.io/MeshFlow/。

查看 arXiv 页面 (https://arxiv.org/abs/2606.23489)
查看 PDF (https://arxiv.org/pdf/2606.23489)
项目页面 (https://qiisun.github.io/MeshFlow/)
GitHub (https://github.com/qiisun/MeshFlow)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.23489)

在您的代理中获取此论文：

hf papers read 2606\.23489

没有最新 CLI？
curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 (0)

暂无模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2606.23489，以在此页面链接该模型。

引用此论文的数据集 (0)

暂无数据集链接此论文

请在数据集 README.md 中引用 arxiv.org/abs/2606.23489，以在此页面链接该数据集。

引用此论文的 Space (0)

暂无 Space 链接此论文

请在 Space README.md 中引用 arxiv.org/abs/2606.23489，以在此页面链接该 Space。

包含此论文的收藏 (0)

暂无收藏包含此论文

请将此论文添加到一个收藏 (https://huggingface.co/new-collection) 中，以在此页面链接它。