做一座数字雕塑，不只要把“珠子”摆对，还要用线把它们连对。过去的 3D 网格生成常把两件事塞进同一套内部编码，模型既要处理连续的位置，又要处理离散的连接规则，容易出现顶点漂移和表面破损。LATO.2 的思路很直接：拆开来学。
它先用顶点流生成点的位置，再让连接流根据已经确定的顶点决定如何连边；两步都依托同一套粗略的体素骨架——可理解为把空间切成小方格形成的底稿。具体来说，模型还为每个顶点预测一个微小位移，使它能偏离方格中心，补偿网格化带来的位置误差；连接关系则先压缩为连续的潜在表示，也就是便于模型计算的内部摘要，再解码成顶点之间的连边概率。
这种分流还带来一个实用能力：编辑第一阶段的顶点后，第二阶段可随新位置生成对应连接关系，无须重新优化。作者称，LATO.2 在几何还原和连接质量上超过现有拓扑感知网格生成器，但论文原文未在所给材料中提供具体提升数字。