Исследователи представили TriFlow — модель для автоматической ретопологии 3D-сеток. Метод превращает сырые SDF-данные в компактные меши. Сетка получается аккуратной и структурированной. Авторы сравнивают итоговую топологию с ручной работой 3D-художника.

В основе алгоритма лежит концепция векторного поля NVF. Каждая точка поверхности хранит вектор до ближайшей вершины. Нейросеть генерирует это поле через latent flow-matching. Для извлечения геометрии алгоритм водораздела сегментирует поверхность. Затем метрика QEM оптимизирует сетку строго внутри полученных кластеров.

Скорость генерации выросла в 8 раз относительно прошлых методов. Ошибка Chamfer Distance при этом снизилась на 90%. Модель поддерживает настройку уровня детализации (LOD). Плотность полигонов аппаратно адаптируется под заданные технические лимиты. Исходный код авторы обещают опубликовать в репозитории проекта.