AI驱动的Web3D模型轻量化：LOD与纹理压缩

在设备数字孪生与在线选型场景中，Web3D 页面的首屏加载与交互帧率长期受限于原始 CAD 模型体量。近期实验聚焦「模型轻量化」环节：由 AI 在导入阶段自动完成网格简化、LOD 层级生成与纹理压缩决策，替代此前依赖人工设定的固定简化比例。

做法上，先依据几何特征与曲率分布判断哪些面片承载识别信息（如铭牌、焊缝、接口），对其保留原始精度；其余曲面按屏幕投影误差阈值分级简化，同步生成三档 LOD。纹理侧按材质类别自适应选择压缩格式与分辨率，金属拉丝等高频纹理保留更高分辨率。

• 阶段进展：在 20 台典型设备的模型样本上，三角面数平均下降 68%，网页端首帧时间由 4.2s 降至 1.6s，交互帧率稳定在 50fps 以上，关键结构区域目视无明显失真。
• 下一步：将简化结果与装配交互绑定，验证拆解演示、位姿动画等场景下的稳定性，并探索基于 WebGPU 的端侧实时简化管线。