ReGDiff用受控潜空间引导扩散生成超材料体素结构

弗吉尼亚理工大学Dawei Zhou团队与Meta研究者在NeurIPS 2026论文提出ReGDiff，用于生成符合几何约束的超材料体素结构。方法分两步：先用RAS机制把自编码器潜空间整理为好坏结构分得开、好结构铺得匀的形态，再用短程排斥SRR在采样时把潜变量推离已知样本近邻，且只在推理时生效。 团队从一个三维图数据集中选取10000个样本构建MetaTruss数据集，并把MetaShell统一缩放到48³。与最强基线Yang et al.相比，两个数据集上的几何合理性平均提升8.9%，新颖性提升46.4%，多样性提升128.6%。生成1000个结构时，ReGDiff用时31秒，与Yang et al.的28秒接近，DiT-3D和3D-CDM则分别需要326秒和813秒。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。