2025年8月9日至8月15日，计算机图形学与交互技术会议（ACM SIGGRAPH）在加拿大温哥华举行。IGCL实验室的王鹏帅助理教授和博士研究生魏斯桐参加了本次会议，并作了论文口头报告。

王鹏帅老师和魏斯桐同学在SIGGRAPH会场合影

ACM SIGGRAPH会议是计算机图形学领域历史悠久且具有重要影响力的学术盛会，旨在展示全球在该领域的最新科研进展与技术应用。

魏斯桐在SIGGRAPH做OctGPT论文的口头报告

《OctGPT: Octree-based Multiscale Autoregressive Models for 3D Shape Generation》

该论文由博士研究生魏斯桐作为第一作者，陈宝权教授、王鹏帅助理教授指导完成。该论文提出了一个名为 OctGPT 的新型多尺度自回归模型，其核心创新在于采用序列化的八叉树来高效地表示3D形状的多尺度层级与空间结构。为了应对长序列处理的计算难题，研究设计了基于八叉树的Transformer，并融合了3D旋转位置编码、层级嵌入和并行生成等优化技术。这些创新使得OctGPT的训练速度和生成速度分别提升了13倍和69倍。实验证明，OctGPT不仅在生成质量上超越了以往的自回归方法，达到了与顶尖扩散模型相媲美甚至更好的水平。

王鹏帅助理教授在SIGGRAPH做DeepMill论文的口头报告

《DeepMill: Neural Accessibility Learning for Subtractive Manufacturing》

该论文由王鹏帅助理教授参与完成。该论文研究了三维模型刀具可达性的智能预测问题，利用基于八叉树的卷积神经网络 (O-CNN)，提出了首个面向减材制造可达性预测的神经网络，用于预测复杂三维模型的刀具不可达区域与遮挡区域。DeepMill 预测不可加工区域的准确率高达94.7%，处理一个复杂模型平均耗时仅需0.04秒，展现了其在精度和速度上的巨大优势。

通过参加本次SIGGRAPH会议，实验室师生与来自世界各地的学者和行业专家进行了深入的学术交流，了解了计算机图形学及相关领域的最新研究动态与发展趋势，为后续的科研工作积累了宝贵的经验与思路。