Meta AI发布SAM 3D：单图生成3D模型，开源全工具链+商业落地同步推进
Meta AI近日推出 Segment Anything 模型家族的全新成员——SAM 3D，这是首个具备常识级 3D 理解能力的模型，可直接将普通 2D 照片转化为细节丰富的 3D 重建结果。此次发...
排序
腾讯混元推出 混元3D-Part：让3D模型像乐高一样“可拆解”
在AIGC推动内容创作变革的当下，3D生成正成为下一个关键战场。然而，一个长期被忽视的问题是：大多数AI生成的3D模型都是“一体成型”的黑盒结果——无法拆分、难以编辑、不便生产。 腾讯混元推出 Hun...
腾讯混元推出 Hunyuan3D-Omni：统一框架实现多模态可控 3D 生成
腾讯混元项目组近日发布 Hunyuan3D-Omni ——一个面向 3D 资产生成的统一框架，解决传统单图生成 3D 模型时存在的几何失真、姿态不可控等问题。 地址：https://3d.hunyua...
英伟达等提出 Lyra：基于自蒸馏的单图生成3D/4D场景新框架
从游戏开发到机器人仿真，构建高质量虚拟环境的能力至关重要。然而，传统3D重建依赖多视角真实数据采集，成本高且难以规模化；而当前强大的视频扩散模型虽具备出色“想象力”，却受限于2D输出，无法满足需要空间...
SpatialGen：布局引导的多模态扩散模型，高效生成高保真3D室内场景
在室内设计、VR/AR开发、机器人训练等领域，“高保真3D室内场景模型”是核心基础——设计师需要用它预览方案效果，VR设备需要靠它构建沉浸式环境，机器人则依赖它模拟真实导航场景。但长期以来，3D室内场...
Stable Part Diffusion 4D：单目输入驱动多视图RGB与运动部件视频生成
在动画制作、AR/VR开发、机器人运动规划等领域，“从单视角视觉信息生成多视图内容+结构化运动部件”是长期存在的技术难点——传统方法要么依赖多设备采集，要么难以保证运动部件在时间与空间上的一致性。 项...
LatticeWorld：基于多模态指令的高效 3D 世界生成框架
由网易、北京航空航天大学、清华大学与香港城市大学联合研究团队提出，LatticeWorld 是一个面向复杂 3D 虚拟环境自动生成的新框架。它通过融合轻量级大型语言模型（LLM）与工业级渲染引擎，探索...
英伟达开源ViPE工具：从普通视频中精准提取3D信息，还附赠9600万帧标注数据集
在空间AI领域，“3D几何感知”是许多技术落地的基础——无论是AR场景构建、自动驾驶环境感知，还是视频内容的3D重构，都需要精准的相机姿态、内参和深度信息。但长期以来，从野外随机拍摄的视频（如自拍、行...
AnimaX：支持任意骨骼结构的高效 3D 动画生成框架
由北京航空航天大学软件学院、清华大学、香港大学与 VAST 联合提出的新框架 AnimaX，为 3D 角色动画生成带来了一种高效且通用的解决方案。 项目主页：https://anima-x.githu...
中科大等提出 WinT3R：一种兼顾高精度与实时性的在线 3D 重建新方法
由中国科学技术大学、上海人工智能实验室、SII 与浙江大学联合提出的新模型 WinT3R（Window-based Streaming Reconstruction with Camera Token...
北航、人大等联合腾讯混元提出VoxHammer：无需训练，实现3D模型精准局部编辑
3D指定区域的局部编辑，是游戏资产制作、机器人交互场景中的核心需求——比如给游戏角色更换装备、调整机器人零件结构，都需要在修改目标区域的同时，确保未编辑部分的几何形态与纹理不被破坏。 近期，北京航空航...
MV-RAG：用检索增强实现更可靠的文本到3D生成
近年来，基于预训练2D扩散模型的文本到3D生成方法取得了显著进展。这类方法通过“蒸馏”2D先验知识，能够生成视觉质量高、多视角一致的3D内容。然而，当面对罕见或未见过的概念（如“博洛尼亚犬”或“Lab...
