HoLa：使用整体潜在表示生成 B-Rep

基于摘要分析。该研究面向计算机辅助设计（CAD）中的边界表示（B-Rep）生成，提出整体潜在表示 HoLa，将连续几何属性与离散拓扑关系统一编码，旨在减少多阶段生成流程中几何与拓扑不一致的问题。 核心机制是利用“两曲面的拓扑连接与其交线几何内在相关”这一先验，将拓扑学习改写为欧氏空间中的几何重建。HoLa 的潜在空间仅以曲面为表示对象，不显式设置曲线、顶点及拓扑连接；神经交线网络从曲面对中辨识并推导曲线几何，使曲面潜在表示能够编码完整 B-Rep 的几何与拓扑信息。摘要尚未给出顶点与完整拓扑的具体恢复流程、网络结构及损失形式。 作者基于该表示构建扩散生成器，支持点云、单视图或多视图图像、二维草图及文本提示等输入。作者报告，该方法减少了生成图元之间的歧义、冗余和不一致，并降低既有多阶段流程的训练复杂性；在摘要未说明数据集、划分及有效性判定标准的 B-Rep 生成评估中，作者报告有效率为 82%，所述现有先进方法约为 50%。这些数值尚不能脱离具体协议作进一步比较，实验协议、消融及统计信息尚未验证。 该方法依赖 CAD 中曲面与交线之间明确的几何约束，主要贡献属于结构化几何生成，而非 EEG 或 BCI 算法。现有材料未提供这一约束与神经信号任务的具体对应关系，因此不据此提出 BCI 迁移结论或复现实验建议。