30秒生成建模师级Mesh!最大可生成面数提至1600,GitHub揽星1.9k
来自南洋理工大学、清华大学、帝国理工学院、西湖大学等
木子 投稿
量子位 | 公众号 QbitAI
只需30秒,AI就能像3D建模师一样,在各种指示下生成高质量人造Mesh。
NeRF、3D Gaussian Splatting生成的三维重建图像Mesh效果如下:
点云造出精细Mesh:
Dense Mesh基础上生成也可以:
一张图,甚至文本描述就足够了:
GitHub已揽星1.9k的MeshAnything项目上新了V2版本,由来自南洋理工大学、清华大学、帝国理工学院、西湖大学等研究人员完成。
MeshAnything V2相比V1,使用了最新提出的Adjacent Mesh Tokenization(AMT)算法,将最大可生成面数从800提升到了1600。
相比之前的Mesh tokenization方法,AMT平均只需要一半长度的token sequence即可表达同一个Mesh。
这项研究一经发布也迅速得到不少网友关注。
那么,MeshAnything究竟是一种怎样的方法?MeshAnything V2做了哪些改进?
高度可控的人造Mesh生成
值得注意的是,虽然AI很早就能够生成Mesh了,但这与上面所展示的生成人造Mesh有着巨大区别。
团队表示,所有之前方法,例如Marching Cubes和Get3D,生成的Mesh都是面片非常稠密的Mesh,面片数往往是人造Mesh的数百倍,几乎不可能应用于游戏,电影等实际3D工业。
并且由于它们的面片结构不符合人类直觉,3D建模师很难再对其进行细致的加工。
如下图所示,这一问题没法简单地依靠remesh来解决,在不影响效果的前提下,remesh方法虽然仅仅能够小幅度地减少面片:
而上述问题直接影响了3D研究应用于工业界。
3D工业界的pipeline几乎全以人造Mesh作为3D表征,即使3D研究领域能产出精度极高的NeRF或者3D Gaussian,但没法将它们转化为工业界能应用的Mesh的话,应用将十分受限。
因此,之前研究团队提出了MeshAnything,旨在实现高度可控的人造Mesh生成。
MeshAnything是一个自回归的transformer,其将Mesh的每个面片视作token,整个Mesh被视作token序列,接着像大语言模型一样,一个token一个token地生成,最终生成出整个Mesh。
MeshAnything运用精妙的condition设计,其将点云作为condition来实现高度可控的人造Mesh生成:
MeshAnything以点云为condition的设计让其可以与诸多3D扫描,3D重建,3D生成的方法结合。
这些种类繁多的方法最终得到的3D表示虽然多样,但总能从中采样到点云,从而输入到MeshAnything中转为人造Mesh,帮助这些能输出3D模型的工作运用到实际3D工业中。
另外,这种设计还大大降低了MeshAnything的训练难度,提高了效果。因为点云提供了精细的3D形状信息,MeshAnything不需要去学习复杂的3D形状分布,只需要学习如何搭建出符合给定点云的人造Mesh。
MeshAnything V2有何提升?
MeshAnything V2在V1版本的基础上大幅度提高了性能,并将最大可生成面数800提升到了1600。
其主要提升来源于其新提出的Adjacent Mesh Tokenization(AMT)算法。
相比之前的Mesh tokenization方法,AMT平均只需要一半长度的token sequence即可表达同一个Mesh。
由于transformer的计算是n^2复杂度,一半长度的token sequence意味着降低了4倍的attention计算量。并且AMT得到的token sequence更加紧凑,结构更好,更有利于transformer的学习。
AMT是通过尽可能地仅仅用一个vertex来表达一个一个面片来实现上述进步的:
上图清晰地表达出了AMT的运作过程,其通过优先表达相邻的面片来用1个vertex表达一个面片。当不存在相邻的没表达过的面片,AMT添加一个特殊token “&”来标识这一情况并重新开始。
在AMT的帮助下,V2在性能和效率上大幅超过之前的方法,实现了高质量的人造Mesh生成。
在训练数据上,MeshAnything使用ShapeNet和Objaverse中的人造Mesh,将这些Mesh展开成token sequence之后使用cross-entropy loss监督。
V1和V2都仅仅使用了350m的transformer架构,100K的训练数据就得到了以上结果,表明该方向还有非常大scale up潜力。
更多结果如下:
V1项目主页:
https://buaacyw.github.io/mesh-anything/
V2项目主页:
https://buaacyw.github.io/meshanything-v2/
- Claude团队喜提清华物理学霸姚顺宇!两个Yao Shunyu都投身大模型了2024-10-28
- 帮了一把南美农民的拼多多,联合国粮农组织都点赞了2024-10-31
- 4个专业Agent帮你出海,00后跨境做起婚庆,在阿里国际跑通全流程2024-10-29
- 值得买科技与人大高瓴人工智能学院首个多模态领域联合研究成果亮相CNCC20242024-10-25