arXiv 2026年10月5日MeshQuery 提出一种免训练的智能体式自动 UV 展开方法，让视觉语言模型借助边选择工具、可查询网格表示与领域特定语言，在自然语言表达的 UV 展开知识条件下规划贴近艺术家的接缝，并通过 UV 质量反馈循环迭代优化，在 Adobe Substance 3D 与 Toys4K 网格上相比最强基线产生 2.9x/4.29x 更少的图表和 1.63x/1.7x 更短的接缝，专业艺术家在 80.9% 的对比中更偏好其结果。MeshQuery 提出一种免训练的智能体式自动 UV 展开方法，让视觉语言模型借助边选择工具、可查询网格表示与领域特定语言，在自然语言表达的 UV 展开知识条件下规划贴近艺术家的接缝，并通过 UV 质量反馈循环迭代优化，在 Adobe Substance 3D 与 Toys4K 网格上相比最强基线产生 2.9x/4.29x 更少的图表和 1.63x/1.7x 更短的接缝，专业艺术家在 80.9% 的对比中更偏好其结果。MeshQuery 用免训练 VLM 智能体规划 UV 接缝，在 Substance 3D 与 Toys4K 上比最强基线减少 2.9x/4.29x 图表数、缩短 1.63x/1.7x 接缝长度，艺术家 80.9% 偏好其结果MeshQuery 提出一种免训练的智能体式自动 UV 展开方法，让视觉语言模型借助边选择工具、可查询网格表示与领域特定语言，在自然语言表达的 UV 展开知识条件下规划贴近艺术家的接缝，并通过 UV 质量反馈循环迭代优化，在 Adobe Substance 3D 与 Toys4K 网格上相比最强基线产生 2.9x/4.29x 更少的图表和 1.63x/1.7x 更短的接缝，专业艺术家在 80.9% 的对比中更偏好其结果。MeshQuery 提出一种免训练的智能体式自动 UV 展开方法，让视觉语言模型借助边选择工具、可查询网格表示与领域特定语言，在自然语言表达的 UV 展开知识条件下规划贴近艺术家的接缝，并通过 UV 质量反馈循环迭代优化，在 Adobe Substance 3D 与 Toys4K 网格上相比最强基线产生 2.9x/4.29x 更少的图表和 1.63x/1.7x 更短的接缝，专业艺术家在 80.9% 的对比中更偏好其结果。