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...
排序
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...
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...
北大 × 字节 × CMU 联合推出 PartCrafter：首个支持多部件联合生成的 3D 网格生成模型
来自北京大学、字节跳动和卡内基梅隆大学（CMU）的研究团队联合发布了一项突破性的研究成果——PartCrafter，这是目前首款能够从单张 RGB 图像中联合生成多个语义明确、几何独立的 3D 网格部...
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...
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...
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...
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...
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...
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...
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...
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...
