Генерация 3D-сеток с нативной UV-сегментацией в архитектуре SATO

Команда исследователей из Гонконгского университета и Deemos Technology представила фреймворк SATO (Strips as Tokens), предназначенный для генерации 3D-сеток с автоматической UV-разверткой. В основе метода лежит алгоритм токенизации геометрии, при котором сетка выстраивается не через координатную сортировку, а как связанная цепочка полигонов. Подобная структура явно кодирует границы UV-островов на этапе авторегрессионной генерации, что позволяет сохранять непрерывность ребер и семантическую топологию, свойственную моделям ручной работы.
Унифицированная репрезентация токенов выступает главным техническим отличием системы, благодаря которому единая последовательность данных может декодироваться в треугольную или четырехугольную топологию. Это свойство делает возможным совместное обучение на смешанных наборах данных, в результате чего массивы треугольных сеток формируют общие структурные паттерны, а quad-модели задают строгую геометрическую регулярность. В процессе работы алгоритм, код которого доступен для изучения, физически разделяет элементы формы на изолированные кластеры, что минимизирует пересечение текстур при последующем маппинге.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад