PolyFlow: Flow Matching com Embedding Contínuo de Topologia para Geração de Malhas no Estilo Artístico

Resumo

Os Transformers autorregressivos dominam a geração de malhas de alta qualidade ao produzir topologias dignas de artistas, porém sua decodificação sequencial inerente induz uma sobrecarga computacional substancial, sendo ordens de magnitude mais lentos do que os modelos generativos paralelos. Por outro lado, embora os métodos contínuos de difusão e flow-matching suportem síntese paralela eficiente em uma variedade de domínios, eles não podem ser aplicados diretamente a malhas: a conectividade da malha é inerentemente discreta e incompatível com operações padrão de injeção de ruído e remoção de ruído contínuas. Para resolver essa incompatibilidade fundamental, introduzimos um incorporador de topologia compacto que projeta posições e normais de vértices discretos da malha em incorporações contínuas por vértice, onde a informação de adjacência discreta original pode ser fielmente recuperada via limiar de distância espaço-tempo. Após o pré-treinamento e congelamento deste incorporador, qualquer malha bruta pode ser completamente convertida em um espaço de estados contínuo por vértice, unificando posição, normal e atributos topológicos implícitos. Construída sobre esta nova representação contínua de malha, apresentamos o PolyFlow, uma estrutura de flow-matching baseada em Transformer que alcança remoção de ruído totalmente paralela do estado dos vértices, condicionada a características extraídas de nuvens de pontos. Durante a inferência, nosso modelo completa a geração rapidamente por meio de um solucionador de EDO, e suporta controle explícito e preciso sobre a resolução da malha de saída, especificando diretamente o número alvo de vértices. Avaliações extensivas no benchmark Toys4K demonstram que o PolyFlow supera as linhas de base autorregressivas do estado da arte tanto na Distância de Chamfer quanto na Distância de Hausdorff.

English

Autoregressive Transformers dominate high-quality mesh generation by producing artist-worthy topologies, yet their inherent sequential decoding induces substantial computational overhead, falling orders of magnitude slower than parallel generative models. On the other hand, while continuous diffusion and flow-matching methods support efficient parallel synthesis across a variety of domains, they cannot be directly applied to meshes: mesh connectivity is inherently discrete and incompatible with standard continuous noise injection and denoising operations. To resolve this fundamental incompatibility, we introduce a compact topology embedder that projects discrete mesh vertex positions and normals into continuous per-vertex embeddings, where the original discrete adjacency information can be faithfully recovered via spacetime distance thresholding. After pretraining and freezing this embedder, any raw mesh can be fully converted into a continuous per-vertex state space unifying position, normal, and implicit topological attributes. Built upon this novel continuous mesh representation, we present PolyFlow, a Transformer-based flow-matching framework that achieves fully parallel vertex state denoising conditioned on extracted point-cloud features. During inference, our model completes generation rapidly via an ODE solver, and supports explicit, precise control over output mesh resolution by directly specifying the target vertex count. Extensive evaluations on the Toys4K benchmark demonstrate that PolyFlow surpasses state-of-the-art autoregressive baselines in both Chamfer Distance and Hausdorff Distance.