DeepMesh:3D建模革命!清华团队让AI自动优化拓扑,1秒生成工业级网格

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🖨️ 「ZBrush要过时?清华核弹框架把3D建模变『填空题』」

大家好,我是蚝油菜花。你是否也经历过这些建模地狱------

  • 👉 为调拓扑通宵改7版,甲方却说"还是第一版好看"
  • 👉 点云数据像散沙,手动补面补到视网膜脱落
  • 👉 渲染时发现隐藏面穿模,一夜回到解放前...

今天要炸场的 DeepMesh 正在重构3D工作流!这个学术派AI建模神器:

  • ✅ 强化学习造面术:DPO算法让每个三角面都长在人类审美点上
  • ✅ 点云秒变精模:稀疏扫描数据直接生成ISO标准工业网格
  • ✅ 动态拓扑黑科技:自回归变换器实时修正模型,穿模成为历史

已有游戏团队用它3小时做完角色建模,工业设计公司靠它批量处理扫描数据------你的鼠标,是时候从面片地狱中解放了!

🚀 快速阅读

DeepMesh 是一个基于强化学习和自回归变换器的 3D 网格生成框架。

  1. 核心功能:支持高质量 3D 网格生成、点云条件生成和图像条件生成。
  2. 技术原理:采用自回归变换器、高效预训练策略和强化学习优化,确保生成的网格既精确又符合人类审美。

DeepMesh 是什么

DeepMesh 是由清华大学和南洋理工大学的研究人员提出的 3D 网格生成框架。它基于强化学习和自回归变换器,能够生成高质量的 3D 网格。通过两项关键创新,DeepMesh 在网格生成的质量和效率上实现了显著提升。

首先,DeepMesh 引入了高效的预训练策略,结合了新型标记化算法和改进的数据处理流程,显著缩短了序列长度,同时保留了几何细节。其次,DeepMesh 采用了直接偏好优化(DPO)的强化学习方法,使生成的网格在几何精度和视觉效果上更符合人类偏好。

DeepMesh 的主要功能

  • 高质量 3D 网格生成:DeepMesh 能生成具有丰富细节和精确拓扑结构的 3D 网格,适用于各种复杂的几何形状。
  • 点云条件生成:DeepMesh 可以根据输入的点云数据生成对应的 3D 网格,适用于从稀疏点云到密集点云的各种场景。
  • 图像条件生成:DeepMesh 支持基于图像的条件生成,能根据输入的 2D 图像生成 3D 网格。

DeepMesh 的技术原理

  • 自回归变换器:DeepMesh 采用自回归变换器作为核心架构,包含自注意力层和交叉注意力层,逐步生成网格的面,通过条件输入(如点云或图像)来预测网格的顶点和面。
  • 高效预训练策略:DeepMesh 引入了一种改进的标记化算法,通过局部感知的面遍历和块索引坐标编码,显著缩短了序列长度,同时保留了几何细节。
  • 强化学习与人类偏好对齐:DeepMesh 引入了直接偏好优化(DPO),通过人工评估和 3D 指标设计评分标准,收集偏好对用于强化学习训练,使生成的网格在几何精度上准确,在视觉效果上更符合人类审美。
  • 端到端可微分的网格表示:DeepMesh 支持端到端可微分的网格表示,拓扑可以动态变化,这种可微分性使模型能通过梯度下降进行优化,进一步提升生成网格的质量。

如何运行 DeepMesh

1. 安装

我们的环境已在 Ubuntu 22、CUDA 11.8 上测试,支持 A100、A800 和 A6000 显卡。

克隆仓库并创建 conda 环境:

bash 复制代码
git clone https://github.com/zhaorw02/DeepMesh.git && cd DeepMesh
conda env create -f environment.yaml
conda activate deepmesh

安装预训练模型权重:

bash 复制代码
pip install -U "huggingface_hub[cli]"
huggingface-cli login
huggingface-cli download zzzrw/DeepMesh --local-dir ./

2. 使用

命令行推理

bash 复制代码
# 生成文件夹中的所有 obj/ply 文件
CUDA_VISIBLE_DEVICES=0 torchrun --nproc-per-node=1 --master-port=12345 sample.py \
    --model_path "your_model_path" \
    --steps 90000 \
    --input_path examples \
    --output_path mesh_output \
    --repeat_num 4 \
    --temperature 0.5 \

# 生成指定的 obj/ply 文件
CUDA_VISIBLE_DEVICES=0 torchrun --nproc-per-node=1 --master-port=22345.py \
    --model_path "your_model_path" \
    --steps 90000 \
    --input_path examples \
    --output_path mesh_output \
    --repeat_num 4 \
    --uid_list "wand1.obj,wand2.obj,wand3.ply" \
    --temperature 0.5 \

# 或者使用脚本
bash sample.sh

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关推荐
京东云开发者2 分钟前
京东11.11大促系列|Super Agent 进群:今年11.11,多了个会主动干活的"数字人队长"
人工智能
对你无可奈何38 分钟前
把零散的模型用起来:Magpie 接入 Trae,再折腾两个池子
人工智能
七夜zippoe1 小时前
流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)
人工智能·spring·ai·流式输出·ssf
AI导出鸭PC端1 小时前
纳米AI怎么复制表格?对话导出总是格式崩塌,我用“AI 导出鸭”重构了工作流
人工智能·重构·豆包·ai导出鸭
AI导出鸭PC端1 小时前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
装不满的克莱因瓶1 小时前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
数字融合2 小时前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
知行产研3 小时前
会感知、能协同,金科【钻孔】智能化路线 | bauma CHINA 2026
大数据·人工智能
谙弆悕博士3 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
敖老师3 小时前
企业知识库 × 飞书机器人 —— 从 0 到 1 接入
人工智能