AI驱动的Web3D场景轻量化：几何简化与LOD分级

在浏览器端承载产线级三维场景时，几何面数与纹理体积往往先于交互逻辑成为瓶颈。Web3D交互实验室本期围绕「AI辅助场景轻量化」做了一轮小范围实验：将原始CAD与网格模型体素化采样后，用轻量网络预测面片的视觉重要度，再据此调整二次误差度量的简化顺序，并自动划分LOD层级。

实验要点：

• 在3个约120万面的产线模型上，AI加权简化至18%面数时，关键设备轮廓偏差仍处于可接受区间，首屏加载由约9秒降至3.4秒（千兆内网、Chrome环境）。
• 交互侧接入视点与操作热度预测，对视野外及低关注区域降级加载，运行内存占用同步下降。

尚存不足：细管路、螺纹等小特征在强简化下容易丢失，语义分割精度直接决定轻量化质量。下一步计划引入部件级语义标签作为简化约束，并验证移动端WebGL的稳定性与帧率表现。