新型3D 编辑框架TINKER：用于高保真度的 3D 编辑
浙江大学和浙江工业大学的研究人员推出新型3D 编辑框架TINKER ，用于高保真度的 3D 编辑，能够在仅有少量输入图像（甚至一张或两张）的情况下实现多视角一致的编辑效果，且无需针对每个场景进行优化...
排序
Matrix-3D：天工AI提出全景式3D世界生成新框架
从一张照片或一段文字出发，生成一个可以自由探索的3D世界——这是空间智能的核心愿景之一。近年来，基于视频扩散模型的方法在3D内容生成上取得进展，但普遍存在两大瓶颈： 视野受限：生成视角有限，难以实现全...
中科大&微软提出GVFDiffusion：从单个视频生成动态3D，实现高效4D生成
你有没有想过： 仅凭一段手机拍摄的旋转物体视频，就能重建出一个可自由操控、动态连贯的3D模型？ 这不是特效，而是AI正在实现的能力。 中国科学技术大学与微软的研究团队近日提出 GVFDiffusion...
3D-R1：让大模型真正理解三维空间的统一推理模型
上海工程技术大学与北京大学计算机学院联合提出一个开源通用模型 3D-R1，旨在提升3D视觉-语言模型（3D Vision-Language Models, 3D-VLMs）在复杂场景中的推理能力，推动...
DreamScene：用 GPT-4 规划 + 3D 高斯建模，实现端到端文本生成 3D 场景
从一句“现代客厅，带沙发和挂墙电视”，到一个完整、一致、可编辑的 3D 场景——这曾是 3D 内容创作的理想。如今，中国科学技术大学、南洋理工大学、香港科技大学（广州）与奥胡斯大学联合提出的 Drea...
清华团队提出3D场景生成新框架ScenePainter：解决3D生成中的语义漂移难题
从一张街景照片出发，AI能否自动“走”过整条街道，生成沿途连续、风格统一的3D视图？这不仅是虚拟现实、自动驾驶仿真的基础需求，也是生成式AI在空间理解上的重要挑战。 然而，当前主流方法在生成长序列3D...
腾讯开源3D世界生成模型HunyuanWorld 1.0：从文本或图像生成可漫游、可交互的三维世界
如何让一段文字或一张图片，自动生成一个可以自由探索、具备空间一致性且支持后续编辑的三维场景？这是计算机视觉与图形学长期追求的目标。 当前主流方法面临两难： 基于视频或多视角图像生成的方法，虽然能产出视...
Ultra3D：一种高效且高保真的稀疏体素3D生成框架
在生成式 AI 向三维空间延伸的进程中，高质量、高分辨率的3D内容生成已成为核心挑战。尽管基于稀疏体素的方法在几何细节建模方面表现出色，但其普遍采用的双阶段扩散架构常因注意力机制的二次计算复杂度而面临...
CoPart：基于“部分”的3D生成框架，让AI更精细地理解3D对象
在3D内容生成领域，早期的研究主要依赖于2D渲染图像的多视角驱动方法。然而，随着技术的发展，3D原生扩散模型逐渐展现出更强的生成能力，尤其是在几何建模和纹理细节方面，因为它直接利用了真实3D数据所包含...
北大、字节跳动与卡内基梅隆大学联合推出MoVieS：一秒钟完成4D动态视角合成的革命性模型
你有没有想象过，仅凭一段普通的手机视频，就能“穿越”到画面中，从任意角度和时间点重新观察整个动态场景？比如在一场足球比赛中，你可以自由“飞行”在球场上空，从不同角度观看球员跑动、球的轨迹，甚至追踪每一...
OmniPart：用于生成具有明确部件结构的 3D 对象的框架
香港大学、哈尔滨大学、VAST和浙江大学的研究人员推出 OmniPart，这是一个用于生成具有明确部件结构的 3D 对象的框架。OmniPart 通过将复杂的 3D 对象分解为可控制的部件，并在保持语...
腾讯发布业界首个“美术级”AI 3D 生成模型Hunyuan3D-PolyGen
2025 年 7 月 7 日，腾讯正式发布全新升级的 Hunyuan3D-PolyGen，这是全球首个专为艺术级 3D 建模设计的人工智能生成模型。该模型不仅在几何精度和拓扑优化方面达到新高度，更首次...
