PolyFlow: Непрерывное вложение топологии с согласованием потоков для генерации сеток в стиле художника

Аннотация

Авторегрессионные трансформеры доминируют в высококачественной генерации сеток, создавая топологии, соответствующие профессиональным художественным стандартам, однако присущее им последовательное декодирование порождает значительные вычислительные накладные расходы, делая их на порядки медленнее параллельных генеративных моделей. С другой стороны, хотя непрерывные методы диффузии и согласования потоков поддерживают эффективный параллельный синтез в различных областях, их невозможно напрямую применить к сеткам: связность сетки по своей природе дискретна и несовместима со стандартными операциями непрерывного добавления и удаления шума. Для устранения этой фундаментальной несовместимости мы вводим компактный встраиватель топологии, который проецирует дискретные позиции вершин сетки и нормали в непрерывные повершинные вложения, где исходная дискретная информация об смежности может быть достоверно восстановлена с помощью пороговой фильтрации по пространственно-временному расстоянию. После предварительного обучения и замораживания этого встраивателя любая исходная сетка может быть полностью преобразована в непрерывное повершинное пространство состояний, объединяющее позицию, нормаль и неявные топологические атрибуты. Основываясь на этом новом непрерывном представлении сетки, мы представляем PolyFlow — основанную на трансформере систему согласования потоков, которая обеспечивает полностью параллельное удаление шума из состояний вершин, обусловленное извлеченными признаками облака точек. Во время инференса наша модель быстро завершает генерацию с помощью решателя ОДУ и поддерживает явный и точный контроль над разрешением выходной сетки путем прямого указания целевого количества вершин. Обширные оценки на эталоне Toys4K показывают, что PolyFlow превосходит современные авторегрессионные базовые модели как по расстоянию Чамфера, так и по расстоянию Хаусдорфа.

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.