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...
排序
Hi3DGen：通过法线图作为中间表示，从二维图像生成高保真度的3D几何模型
香港中文大学（深圳）、字节跳动和清华大学的研究人员推出通过法线桥接从图像生成高保真度3D几何模型Hi3DGen，通过法线图作为中间表示，从二维图像生成高保真度的三维几何模型。该框架通过解决现有方法在生...
腾讯开源高效3D生成模型 Hunyuan3D-1.0：首个同时支持文生和图生的 3D 开源大模型
尽管3D生成模型极大地改善了艺术家的工作流程，但现有的3D扩散模型在生成速度和泛化能力方面仍存在不足。为了解决这些问题，腾讯开发了一个名为 Hunyuan3D-1.0 的统一框架，它用于文本到3D（T...
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...
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...
3D 原语组装生成框架PrimitiveAnything：通过自回归变换器将复杂的 3D 形状分解为简单几何原语的组合
腾讯和清华大学的研究人员推出一种新型3D 原语组装生成框架PrimitiveAnything，旨在通过自回归变换器将复杂的 3D 形状分解为简单几何原语的组合。该框架通过学习人类如何将复杂形状分解为基...
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...
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...
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...
Stability AI推出图生3D框架SPAR3D：从单张图片生成可编辑的 3D 模型
Stability AI和伊利诺伊大学厄巴纳-香槟分校的研究人员推出一个用于从单视图图像重建高质量3D对象的先进框架SPAR3D，SPAR3D通过结合回归模型和生成模型的优势，实现了高效的3D重建，同...
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...
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...
