3D生成モデルの分野において、近年の進展により生成画像のリアリズムは著しく向上しているが、依然として複雑なトポロジーと詳細な外観を表現する上で、従来の表現手法に限界が存在している。本論文では、この課題に対処するため、ネイティブな3Dデータから構造化された潜在表現を学習する手法を提案する。本手法の核となるのは、幾何形状と外観を同時に符号化する「O-Voxel」と呼ばれる新しいスパースボクセル構造である。O-Voxelは、開いた構造や非多様体（non-manifold）構造、完全に閉じた表面を含む任意のトポロジーを堅牢に表現可能であり、テクスチャの色にとどまらず、物理ベースレンダリングに必要なパラメータを含む包括的な表面属性を捉えることが可能である。O-Voxelを基盤として、高い空間圧縮率とコンパクトな潜在空間を実現する「スパース圧縮VAE」を設計した。本研究では、多様な公開3Dアセットデータセットを用いて、40億パラメータ規模の大きなフローマッチングモデルを3D生成のために学習した。規模が大きくても、推論処理は極めて効率的である。さらに、生成されるアセットの幾何形状およびマテリアル品質は、既存のモデルを大幅に上回っている。本研究のアプローチは、3D生成モデル分野における重要な前進であると確信している。