3D 機器學習課程文件
網格生成
加入 Hugging Face 社群
並獲得增強的文件體驗
開始使用
網格生成
新的解決方案已經出現,它們解決了行進立方體的侷限性,允許將密集網格轉換為低多邊形網格。
在本課程早期,我們強調了可微性的重要性,以及網格渲染如何是不可微的,涉及離散決策,例如
- 這個畫素在三角形內部嗎?
雖然這仍然是事實,但新的研究透過將網格三角形視為離散符號,類似於語言模型中的詞,引入了一種可微的網格生成方法。
MeshAnything
MeshAnything 是一個最近的研究專案,它使用 MeshGPT 中引入的技術將密集網格轉換為低多邊形網格。
MeshAnything 的主要組成部分是
- VQ-VAE 編碼器:使用向量量化 (VQ) 變分自編碼器 (VAE) 將密集 3D 資料編碼為離散潛在表示。
- 自迴歸 Transformer 解碼器:使用自迴歸 Transformer 解碼器生成網格的三角形。
更多詳情可在論文 MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers 中找到。

影響
MeshAnything 代表了 3D 網格生成領域的一大步,解決了阻礙實用生成式 3D 工具發展的一個主要瓶頸。
然而,目前的結果與傳統的拓撲簡化方法(如 Decimate)相比仍相形見絀,甚至更差,仍然需要大量的手動細化。
可微網格生成為上下文感知的拓撲簡化打開了大門,即考慮形狀和變形。雖然仍在進行中,但解決這個問題將帶來高度實用的 3D 工具。
< > 在 GitHub 上更新