HiFi-Mesh: High-Fidelity Efficient 3D Mesh Generation via Compact Autoregressive Dependence

📄 arXiv: 2601.21314v1 📥 PDF

作者: Yanfeng Li, Tao Tan, Qingquan Gao, Zhiwen Cao, Xiaohong liu, Yue Sun

分类: cs.CV, cs.GR

发布日期: 2026-01-29

💡 一句话要点

HiFi-Mesh：通过紧凑自回归依赖实现高保真高效3D网格生成

🎯 匹配领域: 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)

关键词: 3D网格生成 自回归模型 序列建模 计算图优化 高保真度 深度学习 时空解耦

📋 核心要点

  1. 现有自回归3D网格生成方法资源利用率低，推理速度慢，难以处理大规模序列，限制了结构细节的表达。
  2. 论文提出潜在自回归网络(LANE)，通过紧凑的自回归依赖关系，显著提升了可生成的序列长度。
  3. 引入自适应计算图重构(AdaGraph)策略，通过时空解耦，克服了传统串行推理的效率瓶颈，加速推理过程。

📝 摘要（中文）

高保真3D网格可以被标记化为一维(1D)序列，并使用自回归方法直接建模面和顶点。然而，现有方法存在资源利用不足的问题，导致推理速度慢，并且只能处理小规模序列，这严重限制了可表达的结构细节。我们引入了潜在自回归网络(LANE)，它在生成过程中结合了紧凑的自回归依赖，与现有方法相比，最大可生成序列长度提高了6倍。为了进一步加速推理，我们提出了自适应计算图重构(AdaGraph)策略，通过生成过程中的时空解耦，有效地克服了传统串行推理的效率瓶颈。实验验证表明，LANE在生成速度、结构细节和几何一致性方面都取得了优异的性能，为高质量3D网格生成提供了一种有效的解决方案。

🔬 方法详解

问题定义：现有基于自回归的3D网格生成方法，由于资源利用率不足，导致推理速度慢，并且只能处理小规模的序列。这限制了模型表达复杂结构细节的能力，难以生成高保真度的3D网格模型。

核心思路：论文的核心思路是通过引入紧凑的自回归依赖关系来提高资源利用率，从而能够处理更长的序列，表达更丰富的结构细节。同时，通过自适应计算图重构策略来加速推理过程，克服传统串行推理的效率瓶颈。

技术框架：整体框架包含两个主要部分：潜在自回归网络(LANE)和自适应计算图重构(AdaGraph)。LANE负责学习紧凑的自回归依赖，生成高质量的3D网格序列。AdaGraph则负责在推理过程中动态调整计算图，实现时空解耦，加速推理。

关键创新：最重要的技术创新点在于LANE中紧凑自回归依赖的设计，它允许模型在更小的计算代价下学习到更长的依赖关系，从而能够生成更复杂的3D网格结构。AdaGraph通过动态调整计算图，实现了推理过程中的并行化，显著提升了推理速度。与现有方法相比，LANE能够处理更长的序列，生成更高质量的3D网格模型。

关键设计：LANE的具体实现细节未知，摘要中没有详细说明其网络结构、损失函数等关键设计。AdaGraph的具体实现细节也未知，摘要中没有详细说明其计算图重构的具体策略和参数设置。

📊 实验亮点

实验结果表明，LANE在生成速度、结构细节和几何一致性方面都优于现有方法。与现有方法相比，LANE能够处理的序列长度提高了6倍，这意味着可以生成更复杂的3D网格模型。AdaGraph策略有效地加速了推理过程，克服了传统串行推理的效率瓶颈。具体的性能数据和对比基线在摘要中未给出。

🎯 应用场景

该研究成果可应用于游戏开发、虚拟现实、计算机辅助设计(CAD)、3D打印等领域。通过高效生成高保真度的3D网格模型，可以提升用户体验，降低开发成本，并为相关领域的创新提供技术支持。未来，该技术有望进一步拓展到其他3D内容生成领域，例如3D场景重建、3D动画制作等。

📄 摘要（原文）

High-fidelity 3D meshes can be tokenized into one-dimension (1D) sequences and directly modeled using autoregressive approaches for faces and vertices. However, existing methods suffer from insufficient resource utilization, resulting in slow inference and the ability to handle only small-scale sequences, which severely constrains the expressible structural details. We introduce the Latent Autoregressive Network (LANE), which incorporates compact autoregressive dependencies in the generation process, achieving a $6\times$ improvement in maximum generatable sequence length compared to existing methods. To further accelerate inference, we propose the Adaptive Computation Graph Reconfiguration (AdaGraph) strategy, which effectively overcomes the efficiency bottleneck of traditional serial inference through spatiotemporal decoupling in the generation process. Experimental validation demonstrates that LANE achieves superior performance across generation speed, structural detail, and geometric consistency, providing an effective solution for high-quality 3D mesh generation.