Problem

目前高品質的 3D 網格生成主要依賴自回歸模型，雖然能產生符合藝術美感的拓撲結構，但其循序解碼的特性導致運算成本極高，速度遠慢於平行生成模型。然而，現有的擴散模型與流匹配技術雖具備高效平行合成優勢，卻因網格連接關係本質上的離散性，難以直接應用於連續的雜訊注入與去雜訊運算。

Method

研究團隊提出一種緊湊的「拓撲嵌入器」，將離散的網格頂點位置與法線投影至連續的頂點嵌入空間，並透過時空距離閾值精準還原原始的連接資訊。以此連續表示法為基礎，開發名為 PolyFlow 的 Transformer 架構流匹配框架，透過點雲特徵引導頂點狀態去雜訊。在推理階段，利用 ODE 求解器實現快速生成，並支援直接指定頂點數量來精確控制輸出解析度。

Results

在 Toys4K 基準測試的廣泛評估中，PolyFlow 在倒角距離（Chamfer Distance）與豪斯多夫距離（Hausdorff Distance）等指標上，均優於目前最先進的自回歸模型。此外，該模型展現了極高的生成效率，運算速度比傳統循序解碼方法快上數個數量級。

Significance

此項研究成功解決了離散網格拓撲與連續生成模型之間的不相容問題，為 3D 內容創作提供了一個兼具高品質藝術風格、高效率平行運算及精確解析度控制的生成方案，對自動化遊戲建模與數位資產開發具有重要貢獻。