MeshLLM：赋能大型语言模型逐步理解和生成 3D 网格

我们提出了MeshLLM，一个利用大型语言模型（LLMs）理解和生成文本序列化3D网格的新颖框架。我们的方法解决了现有方法的关键限制，包括在适应LLMs的令牌长度时数据集规模有限以及网格序列化过程中3D结构信息的丢失。我们引入了一种“原始网格分解”策略，将3D网格分解为结构上有意义的子单元。这使得我们能够创建一个包含1500k+样本的大规模数据集，比以前的方法大了近50倍，这更好地符合LLM的缩放定律原则。此外，我们提出了从顶点推断面连接和局部网格组装训练策略，显著增强了LLMs捕捉网格拓扑和空间结构的能力。实验表明，MeshLLM在网格生成质量和形状理解方面均优于最先进的LLaMA-Mesh，突显了其在处理文本序列化3D网格方面的巨大潜力。