メッシュ生成¶
3D生成
オープンソース¶
-
ActionMesh: Animated 3D Mesh Generation with Temporal 3D Diffusion AIが発見
2026
単一のビデオ、テキスト、または静的3Dメッシュからアニメーション化された3Dメッシュを生成するフィードフォワードモデル。3D拡散モデルに時間軸を拡張することで、トポロジーの一貫性を保ち、リギング不要な4Dアニメーションを生成する。
4danimationdiffusionmesh -
FACE: Face-based Autoregressive Mesh Representation
2026
高忠実度かつ効率的なメッシュ生成のための面ベースの自己回帰表現。メッシュを面単位で予測し、ディテールとスケーラビリティを向上させる。
autoregressivemeshrepresentation -
LATO AIが発見
2026
陽的な3Dメッシュ生成のためのトポロジー保存潜在表現とフロー・マッチング・フレームワーク。メッシュを頂点変位フィールド(VDF)として表現し、スパースボクセルVAEを使用して信号を構造化されたトポロジー対応ボクセル潜在空間に圧縮します。
flow-matchingmeshtopologyvae -
LATO.2 AIが発見
2026
3Dメッシュ生成を頂点フローとトポロジーフローに分解する、因子分解フローマッチングフレームワーク。連続的な幾何情報と離散的な接続関係の絡み合いを解消します。
flow-matchingmeshtopology -
Mesh BDF AIが発見
2026
自己回帰モデルの限界を克服し、多数の面、高解像度の頂点、およびテクスチャのサポートを備えたネイティブな3Dメッシュ生成を可能にする、重心優位場(BDF)と呼ばれる連続表現を提案。
barycentricgenerationmesh -
2026
3Dアセット向けに調整された非同期オンライン強化学習システムを導入する、エンドツーエンドの3Dメッシュ生成フレームワーク。Advantage-guided Ranking Preference Optimization(ARPO)と対角線を考慮したトークン化スキームを利用して、高品質でアーティストスタイルの四角形優位メッシュを生成する。
arpomeshquad-meshreinforcement-learning -
MeshFlow (Equivariant Flow Matching) AIが発見
2026
同変最適輸送フローマッチングを用いて、三角形の集合(トライアングルスープ)として3Dメッシュを直接生成するモデル。頂点や面の置換対称性を維持し、シーケンスへのシリアル化を不要にします。
equivariantflow-matchingmesh -
MeshFlow (Facebook Research) AIが発見
2026
MeshVAEとフローベースのDiffusion Transformerを用いて、アーティストが作成したような高品質な3Dメッシュを生成する手法。自己回帰的なトークン予測に伴う計算コストの肥大化や量子化誤差を回避します。
diffusionmeshtransformer -
2026
局所パッチ(モザイク)からメッシュを組み立てることで、きれいで扱いやすいトポロジーを保ちつつ高い面数までスケールするアーティスト風メッシュ生成。
artist-meshautoregressiveretopology -
Meshy T2: Fast Native Mesh Generation with Flow Matching AIが発見
2026
フローマッチングをベースにした高速なネイティブ3Dメッシュ生成フレームワーク。低速な自己回帰シリアライズや等値面抽出を回避し、単一の画像から高品質なマルチパーツ3Dメッシュを数秒で生成します。
3d-generationflow-matchingmesh -
Modly AIが発見
2026
Windows、Linux、macOS向けのローカルかつオープンソースのデスクトップアプリケーション。最先端のオープンソースモデルを使用し、ローカルGPU上で画像から3Dメッシュを完全に生成可能。
desktop-appimage-to-3dmesh -
2026
生成またはスキャンされた形状から、きれいでアニメーションに適したメッシュトポロジーを作り出すことを目指したアーティストメッシュ/リトポロジー生成手法(SIGGRAPH 2026)。
artist-meshretopology -
Strips as Tokens: Artist Mesh Generation with Native UV Segmentation AIが発見
2026
三角形ストリップに着想を得たトークン順序付け戦略を使用する自己回帰型メッシュ生成フレームワーク。UV境界を明示的にエンコードする接続された面のチェーンとしてシーケンスを構築することで、アーティストが作成したメッシュの特徴である整ったエッジフローとセマンティックなレイアウトを自然に維持し、ネイティブなUVセグメンテーションを備えた三角形および四角形メッシュの両方をサポートします。
autoregressivemesh-generationtopologyuv-unwrapping -
2025
メッシュの品質と構造を改善するため強化学習で訓練された自己回帰モデルにより、アーティスト風のメッシュを作成する。
autoregressivemeshreinforcement-learning -
2025
顕著性を考慮した点サンプリング戦略で幾何ディテールを保持する3D形状VAE。ネイティブな3D拡散生成の潜在バックボーンとして機能する。
diffusionrepresentationsamplingvae -
DSO: Aligning 3D Generators with Simulation
2025
シミュレーションのフィードバックで3Dジェネレーターを整合させ、生成物が見た目だけでなく物理的に妥当(例えば重力下で安定して立つ)になるようにする。
alignmentphysicsstability -
2025
暗黙的フィールドから鋭い表面のディテールを忠実に復元する輪郭抽出(メッシュ抽出)手法で、高忠実度の3D形状生成を支える。
isosurfacemesh-extractionrepresentation -
2025
形状をコンポーネントに分離してトークン列を短縮し、自己回帰的なメッシュ生成を高速化する、効率的なアーティスト風メッシュ生成手法。
artist-meshautoregressivemesh -
2025
高速なVecSetデコーダと再構成の最適化により、VecSetベースの3D形状生成を加速し、メッシュ生成のレイテンシを大幅に削減する。
accelerationfastvecset -
2025
学習済みの3D拡散モデルを転用し、関節データセットを必要とせずに可動パーツや関節を持つ関節型3D物体を学習不要で生成する。
articulateddiffusiontraining-free -
FreeMesh: Boosting Mesh Generation with Coordinates Merging AIが発見
2025
メッシュのシリアル化シーケンスを最適化する「座標マージ」と呼ばれるプラグアンドプレイのトークン化技術。自己回帰型メッシュ生成の効率と品質を大幅に向上させます。
autoregressivemeshtokenization -
2025
3D形状を表面点上の分布として拡散/フローモデルで学習し、生成向けの頑健なニューラル形状表現を提供する。
diffusionimplicitrepresentation -
2025
アモーダルな3Dパーツ補完を行い、分解された3D物体について遮蔽領域を含む完全なパーツ形状を生成する。
amodaldiffusionpart-based -
Hunyuan3D 2.1: From Images to High-Fidelity 3D Assets with Production-Ready PBR Material AIが発見
2025
画像からプロダクション対応の物理ベースレンダリング(PBR)テクスチャ合成を備えた高品質な3Dメッシュを生成する、スケーラブルな3Dアセット作成システム「Hunyuan3D 2.1」を提案。VAEエンコーダーやトレーニングコードを含む完全なオープンソースフレームワークを特徴としています。
3d-generationdiffusionmeshpbr -
iFlame 新着 AIが発見
2025
フルアテンションとリニアアテンションを交互に配置することで計算量をサブ二次関数的に抑え、高解像度メッシュにおけるグローバルな形状依存性を損なわずに高速な3Dメッシュ生成を実現するTransformerアーキテクチャ。
3d-reconstructionlinear-attentionmesh-generationtransformer -
MAGE: Single Image to Material-Aware 3D via the Multi-View G-Buffer Estimation Model AIが発見
2025
従来のコンピュータグラフィックスの遅延レンダリングパイプラインに着想を得た、マテリアル対応のシングル画像から3Dへの生成フレームワーク。マルチビューGバッファ推定モデルを導入し、アルベド、法線、深度、金属度、粗さマップを同時に予測することで、豊かなマテリアル特性を持つ高品質な3Dメッシュを生成します。
g-bufferimage-to-3dmesh-generationpbr-textures -
Mesh-RFT: Enhancing Mesh Generation via Fine-grained Reinforcement Fine-Tuning AIが発見
2025
品質を考慮したフェースマスキングを介して局所的な洗練を可能にする、Masked Direct Preference Optimization (M-DPO) を採用した3Dメッシュ生成向けの細粒度強化学習ファインチューニングフレームワーク。
fine-tuningmeshreinforcement-learning -
MeshCraft: Exploring Efficient and Controllable Mesh Generation with Flow-based DiTs AIが発見
2025
フローベースの拡散トランスフォーマー(DiT)を使用して、効率的かつ制御可能な3Dメッシュ生成を実現するフレームワーク。自己回帰手法の遅いトークンごとの予測を回避します。
diffusionditmesh -
MeshLLM AIが発見
2025
大規模言語モデル(LLM)を活用して、テキストシリアル化された3Dメッシュを理解および生成するフレームワーク。プリミティブメッシュ分解戦略を用いて、構造情報を保持します。
generationllmmesh -
MeshRipple: Structured Autoregressive Generation of Artist-Meshes AIが発見
2025
メッシュの生成境界から波紋(リップル)のように外側へ拡張しながら生成する、構造化自己回帰型メッシュ生成フレームワーク。長距離の幾何学的依存関係を維持し、穴や断片化されたコンポーネントの発生を防ぎます。
autoregressivegenerationmesh -
2025
2D報酬を用いて3D拡散モデルを効率的に整合させ、報酬ベースの事後学習によって生成形状の品質を高める(NeurIPS 2025)。
alignmentdiffusionreward -
Nautilus: Locality-aware Autoencoder for Scalable Mesh Generation AIが発見
2025
スケーラブルな3Dメッシュ生成向けに設計された局所性認識型オートエンコーダフレームワークであり、連続的な表面品質の直接モデリングを可能にし、高品質でクリーンなメッシュを生成する。
autoencodermeshreconstruction -
PartCrafter AIが発見
2025
単一のRGB画像から、事前セグメンテーションなしで、意味的に意味があり幾何学的に異なる複数の3Dメッシュを共同で合成する構造化3D生成モデル。
diffusionimage-to-3dmesh -
2025
3D形状上にフィードフォワードのパーツ特徴フィールドを学習し、一貫した階層的パーツ分割を生成して下流のパーツベースのタスクに役立てる。
feature-fieldpart-basedsegmentation -
2025
生成した形状にマテリアルや運動学などの物理特性を付与する、物理に基づいた3Dアセット生成。アセットをそのままシミュレーションに使えるようにする。
asset-generationphysicssimulation -
2025
細かな形状ディテールを復元するために設計された、疎で高解像度な3D形状表現とVAE。高忠実度な3D生成の潜在バックボーンとして用いられる。
high-resolutionrepresentationsparsevae -
Topology-Preserved Auto-regressive Mesh Generation in the Manner of Weaving Silk AIが発見
2025
絹織りのように自己回帰的にトポロジーが保持されたポリゴンメッシュを生成する、コンパクトで効率的なメッシュ表現およびトークン化アルゴリズム。
autoregressivemeshtopology -
TreeMeshGPT: Artistic Mesh Generation with Autoregressive Tree Sequencing AIが発見
2025
三角形の隣接関係に基づく新しい自己回帰ツリーシーケンシングを使用し、入力点群に整合した高品質なアーティスティックメッシュを生成する自己回帰トランスフォーマー。
autoregressivemeshtransformer -
2025
疎で柔軟な(SparseFlex)表現に基づく3D形状VAE。高解像度のメッシュを細部や開いた表面まで含めて復元する。
high-resolutionrepresentationsparsevae -
2024
各タイムステップで3Dガウシアンポイントクラウドを直接出力するシングルステージの3D拡散モデル。視点の一貫性を保証し、単一のビューから高速かつスケーラブルなオブジェクト生成とシーン再構成を可能にします。
3d-generationdiffusiongaussian-splatting -
BPT (Blocked and Patchified Tokenization)
2024
ブロック化・パッチ化された圧縮トークン化によりシーケンス長を削減し、より多くの面を持つメッシュの生成を可能にしてメッシュ生成をスケールさせる。
autoregressivemeshtokenization -
2024
芸術的なメッシュ生成のための自己回帰オートエンコーダ。メッシュトークンを圧縮し、より多い面数と細かいディテールを扱う。
autoencoderautoregressivemesh -
2024
メッシュを多様体上でパラメータ化することで、開いた非水密な表面も含む一般的な3D形状を表現する手法。微分可能レンダリングと生成に対応する。
differentiable-renderingmeshrepresentation -
2024
メッシュの頂点と面をテキストとして表現することで3Dメッシュ生成を大規模言語モデルに統合し、LLM内でテキスト条件付きのメッシュ生成を可能にする。
llmmeshtext-to-3d -
2024
自己回帰トランスフォーマーを用いて様々な3D表現の形状をアーティスト作成風のメッシュに変換し、面数の大幅に少ないメッシュを生成する。
autoregressivemeshtransformer -
2024
隣接メッシュトークン化方式により、表現可能な面数を増やしつつ効率を高め、アーティスト作成風のメッシュ生成を改善する。
autoregressivemeshtokenization -
2024
オブジェクトのパーツとその関節構造を同時にモデル化する構造ガイド型トランスフォーマーを用いて、関節のあるメッシュを生成する。
articulatedmeshtransformer -
MeshFormer AIが発見
2024
3Dネイティブ構造、入力ガイダンス、および学習時の監視を明示的に活用し、高品質なテクスチャ付きメッシュを数秒で生成する稀薄ビュー3D再構成モデル。特徴量を3D稀薄ボクセルに格納し、追加の法線テクスチャを学習することで、幾何学的な詳細度を向上させます。
meshreconstructionsparse-view -
Meshtron AIが発見
2024
最大64Kの面数と1024レベルの座標解像度を持つ、高品質でアーティストが作成したような3Dメッシュを生成できる自己回帰型メッシュ生成モデル。Hourglass Transformerアーキテクチャとスライディングウィンドウアテンションを採用し、高い効率性とスケーラビリティを実現しています。
autoregressivemeshtransformer -
2024
ニューラル座標フィールドを用いてメッシュを表現し、大規模に自己回帰生成する生成的3D基盤モデル。
autoregressivefoundation-modelmesh -
Meta 3D AssetGen AIが発見
2024
物理ベースレンダリング(PBR)マテリアルを備えた高品質なメッシュを生成する、Text-to-3DおよびImage-to-3D生成パイプライン。マルチビューの陰影およびアルベド外観チャネルを生成し、3D空間でカラー、金属度、粗さを再構成することで、リアルな再ライティングを可能にします。
image-to-3dmeshpbrtext-to-3d -
2024
まず後続のメッシュ全体の自己回帰生成を導くピボット頂点を予測することで、汎用的な3Dメッシュを生成する。
autoregressivemeshtransformer -
3D Gaussian Splatting for Real-Time Radiance Field Rendering
2023
シーンを最適化された3Dガウシアンで表現し、リアルタイムかつ高品質な放射輝度場レンダリングを実現。撮影した3Dアセットの主要表現として普及。
gaussian-splattingreal-time -
2023
3D形状を潜在ベクトルの集合として符号化する形状表現で、ニューラルフィールドの拡散ベース生成モデリング向けに設計されている。
diffusionimplicitlatent-set -
2023
連続関数上で直接動作する生成的拡散フレームワークで、暗黙的な3D形状表現の生成に適用される。
diffusionfunction-spaceimplicit -
2023
形状の変形可能な四面体グリッドのパラメータ化上で動作する拡散モデルにより、3Dメッシュを生成する。
deformable-tetrahedradiffusionmesh -
2023
学習されたメッシュ語彙上のデコーダのみのトランスフォーマーを用い、三角形メッシュをトークン列として直接生成し、コンパクトでアーティスト風のトポロジーを作り出す。
autoregressivemeshtransformer -
Neural Wavelet-domain Diffusion
2023
切り詰めた符号付き距離場のウェーブレット領域で拡散モデルを実行し、効率的に高品質な3D形状を合成する。
diffusionsdfwavelet -
2023
カスケード潜在拡散モデルにより高解像度の疎ボクセル階層を生成し、大規模な3D物体およびシーンの生成を行う。
diffusionsparsevoxel -
2022
複雑なトポロジーを持つテクスチャ付き3Dメッシュを直接生成する生成モデル。ゲームで使えるアセット生成を目指す。
gantextured-mesh -
Instant Neural Graphics Primitives (Instant-NGP)
2022
マルチ解像度ハッシュエンコーディングによりNeRFやニューラルフィールドを数秒で学習。多くの画像→3D再構成パイプラインの基盤となる高速化技術。
hash-encodingnerf -
2022
StyleGAN形式の生成器を符号付き距離場に適合させ、大域的・局所的識別器を用いて高品質な3D形状生成を行う。
gansdfshape-generation -
2022
切り詰めた符号付き距離場上の潜在拡散フレームワークで、画像やテキストを条件としたマルチモーダルな3D形状生成と補完をサポートする。
diffusionmultimodalsdf -
2021
暗黙的フィールドからのメッシュ抽出のためのデータ駆動型手法で、鋭い特徴を復元し局所的なトポロジーを正しく扱うことを学習する。
implicitisosurfacemesh -
2021
点ボクセル表現上の確率的拡散モデルで、無条件の3D形状生成と部分入力からの形状補完の両方を行う。
completiondiffusionpoint-cloud -
Convolutional Occupancy Networks
2020
畳み込み特徴と占有予測を組み合わせて詳細な3D形状を表現し、物体やシーンを大規模に復元する。
implicitoccupancyreconstruction -
2020
トランスフォーマーベースのポインタネットワークを用い、メッシュの頂点を予測してから面を順次予測する3Dメッシュの自己回帰生成モデル。
autoregressivemeshtransformer -
2020
周期的なサイン活性化関数を用いる暗黙的ニューラル表現で、細部や微分を捉え、3D形状を含む信号に適用される。
implicitneural-fieldrepresentation -
2019
潜在コードを条件とする連続的な符号付き距離関数を学習して形状クラスを表現し、形状の表現・補間・補完を可能にする。
implicitsdfshape-representation -
2019
シーケンス間オートエンコーダを用いて3D形状をパーツの列として表現・生成し、組み立てベースの形状合成を行う。
part-basedsequentialshape-generation -
2019
3D形状をパーツの構造化された配置として生成する階層的グラフネットワークで、形状とパーツ間の関係の両方を符号化する。
graphhierarchicalpart-based -
2018
クエリ点の内外を予測する暗黙的フィールドデコーダで、滑らかな表面を持つ3D形状の生成モデルを学習する。
decoderimplicitshape-representation -
2018
学習されたプーリングを用いてメッシュのエッジ上で直接動作する畳み込みニューラルネットワークで、メッシュベースの幾何学習の基盤を提供する。
convolutionmeshrepresentation -
2016
確率的潜在空間からボクセルグリッドとして3D物体を合成する初期の敵対的生成ネットワーク。
ganshape-generationvoxel -
高解像度な形状の生成に重点を置いた、オープンなネイティブ3D形状生成モデルおよびコードベース。下流のアセットパイプラインで利用される。
open-sourceshape-generation
商用・業界ツール¶
-
Tripo3D 新着 AIが発見
2024
高速なテキスト/画像からの3Dメッシュ生成に加え、自動リトポロジー、リギング、PBRテクスチャリング機能を備え、ゲーム制作パイプラインに最適化された商用3D生成サービス。
3d-generatorgame-readyretopologyrigging -
Meshy AI AIが発見
2023
テキストプロンプトや2D画像から、テクスチャ付きでエクスポート可能な3Dアセットを生成できる、ゲーム開発者やアーティスト向けの人気のWebベースAI 3D生成プラットフォーム。自動PBRテクスチャリング、リメッシュ、リギング、アニメーションなどの機能を備えています。
image-to-3dmeshpbrtext-to-3d -
Tripo AI AIが発見
2023
テキスト、画像、またはスケッチから、クリーンなトポロジと豊かなテクスチャを持つ詳細な3Dメッシュを数秒で生成する高速AI 3Dモデルジェネレーター。クアッドリメッシュ、パーツセグメンテーション、および主要な3Dフォーマットへの直接エクスポートをサポートしています。
image-to-3dmeshtext-to-3d -
Kaedim AIが発見
2020
2D画像、スケッチ、リファレンスパックをプロダクション品質の3Dメッシュに変換する、プロフェッショナル向けのAI搭載3Dアセット作成プラットフォーム。ゲームスタジオでアセット制作パイプラインの高速化に広く使用されている。
game-assetsimage-to-3dmesh



