高分辨率三维生成越来越依赖体素潜变量和多阶段流水线：先预测活跃结构，再合成局部几何。这条路径有效，但会把连续表面拆成大量局部 token，推高生成成本，也容易让细结构和高连通形状失去拓扑一致性。SILSA 把形状写成紧凑的滑动窗口切片潜变量：沿三个规范轴使用固定数量的重叠切片，每个 token 概括一个局部深度窗口，用来保持截面连续，并支撑单阶段 rectified-flow 生成。
切片潜变量与三维锚点
生成单位不再是昂贵的体素 token。Slice VAE 把有向表面采样编码成多轴切片潜变量，再用稀疏体素解码器重建。Volumetric Anchor Lattice 则通过共享的三维工作空间，把不同方向的切片流对齐到同一套三维坐标里。固定切片集合限制了序列长度；重叠窗口用来跨切片传递截面信息。对高分辨率场景，这意味着 token 数不再跟着局部体素占用一起膨胀。
拓扑监督与摘要数字
为保住结构正确性，作者加了切片级拓扑监督：匹配 persistence diagrams，并对齐相邻切片的 Betti 变化。摘要报告相对最强基线，PSNR 提高 8.7%，coverage 提高 5.96 个绝对点，Betti error 改善 9.2%；相对次紧凑基线少用 70.0% 的 token，相对稀疏或分层 tokenizer 少用超过 98% 的 token。材料同时写到结构保真提升、生成成本明显下降。数据集、基线名称和分辨率未在给定摘要中出现。
我的判断
把「表面被切碎」和「拓扑变差」写成同一表示问题，比单纯加密体素更有针对性。滑动切片、共享锚点、切片级持久同调对齐，逻辑上适合薄壁和高连通结构；单阶段流匹配也减少了多阶段误差累积。价值主要在表示压缩和结构监督。局限同样直接：目前只有摘要，实验协议、失败模式、时延和朝向敏感性都未知，上述百分比不能视为已复核结论。若瓶颈是 token 预算和拓扑一致性，值得读全文；若关心外观纹理、扫描数据或落地延迟，现有材料还不够支撑判断。