LATO.2: Generación factorizada de mallas 3D con flujo de vértices y topología

Resumen

El flujo matching sobre representaciones latentes cuidadosamente diseñadas ha emergido recientemente como un paradigma poderoso para la generación de mallas con conciencia topológica. Sin embargo, los enfoques existentes modelan vértices y conectividad de forma conjunta en un espacio latente compartido, enredando la geometría continua de los vértices con la estructura combinatoria discreta; esto complica el aprendizaje del flujo y se manifiesta como vértices a la deriva y superficies rotas. Presentamos LATO.2, un marco de flujo matching factorizado que descompone la generación de mallas en un flujo de vértices seguido de un flujo de conectividad condicionado a los vértices realizados, con ambas etapas ancladas a un andamio de vóxeles gruesos compartido. Dedicados VAE sustentan las dos etapas, recuperando los vértices con precisión subvóxel e incrustando la conectividad discreta en un espacio latente continuo. Demostramos dos ventajas únicas de esta factorización: (i) generación por partes, en la que el andamio se divide y cada parte se sintetiza a máxima capacidad latente, produciendo mallas de resolución sustancialmente mayor que las que permite un latente monolítico; y (ii) edición adaptativa a la topología, en la que la manipulación de los vértices de la primera etapa induce la conectividad correspondiente sin necesidad de reoptimización. Los experimentos muestran que LATO.2 supera a los generadores de mallas con conciencia topológica de última generación en fidelidad geométrica y calidad de conectividad.

English

Flow matching over carefully designed latent representations has recently emerged as a powerful paradigm for topology-aware mesh generation. Existing approaches, however, model vertices and connectivity jointly in a joint latent space, entangling continuous vertex geometry with discrete combinatorial structure; this complicates flow learning and manifests as drifting vertices and broken surfaces. We present LATO.2, a factorized flow matching framework that decomposes mesh generation into a vertex flow followed by a connectivity flow conditioned on the realized vertices, with both stages anchored to a shared coarse voxel scaffold. Dedicated VAEs underpin the two stages, recovering vertices at sub-voxel precision and embedding discrete connectivity into a continuous latent space. We demonstrate two advantages unique to this factorization: (i) part-wise generation, in which the scaffold is partitioned and each part synthesized at full latent capacity, yielding substantially higher-resolution meshes than a monolithic latent permits; and (ii) topology-adaptive editing, in which manipulating first-stage vertices induces the corresponding connectivity without re-optimization. Experiments show that LATO.2 surpasses state-of-the-art topology-aware mesh generators in geometric fidelity and connectivity quality.