[CV]《VertexRegen: Mesh Generation with Continuous Level of Detail》X Zhang, Y Siddiqui, A Avetisyan, C Xie... [Meta Reality Labs Research & UC San Diego] (2025)

VertexRegen：基于顶点拆分的连续细节层次网格生成新范式

• 创新地将网格生成视为边缘塌缩的逆过程——顶点拆分，借鉴Hoppe的渐进网格思想，实现从粗糙到细致的连续细节生成。

• 采用半边数据结构高效参数化渐进网格，显著压缩序列长度，Token利用率接近理论极限。

• 生成过程支持任意时刻停止，输出均为有效网格，突破传统自回归方法必须完成全序列生成的限制。

• 在无条件与形状条件生成任务中，VertexRegen表现出与最先进方法相当的质量，同时显著提升早期细节层次的覆盖率和多样性。

• 具备灵活的细节控制能力，适配不同面数约束，方便下游应用在性能与视觉质量间权衡。

• 训练基于OPT-350M大模型，结合下一Token预测目标，支持大规模高质量3D网格数据学习。

• 该方法为3D内容自动生成提供了一条高效、灵活且理论基础深厚的新路径，适合影视、游戏和设计等领域高质量网格资产制作。

论文详情🔗 arxiv.org/abs/2508.09062

详见项目主页🔗vertexregen.github.io

3D网格生成渐进网格计算机图形学自回归模型三维重建人工智能