Meshtron：大规模高保真、类艺术家 3D 网格生成

网格是 3D 表面基本的表示方式。然而，创建高质量网格需要大量时间和专业知识。虽然精细对象常需超过 $10^4$ 个面才能准确建模，但最近的类艺术家网格生成方法仅限于 $1.6K$ 个面，且顶点坐标离散化严重。因此，同时提高最大面数和顶点坐标分辨率对于生成真实、复杂 3D 对象的高质量网格至关重要。我们提出 Meshtron，一个新的自回归网格生成模型，能够生成最高可达 64K 个面的网格，顶点坐标分辨率为 1024 级——超过当前最先进方法的一个数量级的面数和 $8{\times}$ 的坐标分辨率。Meshtron 的可扩展性由四个关键组件驱动：(1) 一个 hourglass 神经网络结构，(2) 截断序列训练，(3) 滑动窗口推理，(4) 一个强大的采样策略，用于强制执行网格序列的顺序。这导致训练内存减少超过 $50\%$，吞吐量提高 $2.5{\times}$，且一致性更好。Meshtron 在 unprecedented 水平上生成详细、复杂 3D 对象的网格，纹理和保真度几乎与专业艺术家创建的网格相似，为动画、游戏和虚拟环境中的真实 3D 资产生成打开了可能性。