香港大学和清华大学的研究人员推出新框架Part123，它能够从单视图图像中重建出具有结构意义的部分（part-aware）的3D模型。Part123利用了扩散模型（diffusion models）生成多视图一致的图像，并结合了Segment Anythi ...... 阅读全文

香港科技大学、腾讯AI实验室的研究人员推出新颖3D建模系统CraftsMan，它能够生成高保真的3D几何体，这些几何体形状多样、网格拓扑规则，并具有详细的表面细节。更重要的是，CraftsMan允许以交互式的方式对几何体进行 ...... 阅读全文

加州大学圣地亚哥分校和Adob​​e 研究中心推出名为Neural Directional Encoding（NDE）的技术，它用于高效且准确地模拟镜面物体（如闪亮的金属或光泽油漆）的新视角合成。这类物体的光泽外观以及全局光照效果（包括环 ...... 阅读全文

谷歌推出NeRF-Casting，它用于改善神经辐射场（Neural Radiance Fields，简称NeRFs）在渲染高度反光物体时的外观效果。NeRFs是一种用于3D场景表示和新视角合成的深度学习模型，但它们在处理反射强烈或镜面反射物体时 ...... 阅读全文

来自英国杜伦大学、英国纽卡斯尔大学、中国地质大学的研究人员推出Dreamer XL，它用于将文本转换为高分辨率的3D模型。这项技术的目标是通过改进现有的文本到3D生成过程，生成更加逼真和详细的3D内容。例如，你想要创 ...... 阅读全文

来自上海人工智能实验室、浙江大学和香港中文大学的研究人员推出新型的三维场景理解模型——Grounded 3D-LLM（Grounded 3D Large Language Model）。这个模型旨在通过结合三维视觉和语言模型，来处理和理解复杂的三维 ...... 阅读全文

浙江大学和字节跳动的研究人员推出新颖框架Coin3D，它用于生成可控且交互式的3D资产。Coin3D的核心思想是使用由基本形状（如球体、立方体、圆柱体等）组成的粗糙代理（proxy）来引导3D对象的生成，从而实现对生成过 ...... 阅读全文

来自厦门大学、香港中文大学和上海人工智能实验室的研究人员推出新型文本到3D生成框架Dual3D，它能够在短短1分钟内生成高质量的3D资产。这项技术的关键在于一个创新的双模式多视图潜在扩散模型，这个模型能够从文本 ...... 阅读全文

谷歌推出CAT3D，它可以从任意数量的生成或真实图像中创建3D场景。CAT3D是一个强大的工具，它通过模拟真实世界的3D捕捉过程，使得从2D图像到3D场景的转换变得快速而高效，极大地推动了3D内容创作的边界。例如，你是一 ...... 阅读全文

Teton.ai和加州大学伯克利分校的研究团队推出新技术Toon3D，它能够将手绘的卡通和动漫图像转换成三维模型。这项技术特别适用于那些在创作过程中没有使用三维渲染引擎的卡通和动漫场景，因为这些场景的图像通常在不同 ...... 阅读全文

斯坦福大学研究人员推出BlenderAlchemy，它是一个利用视觉语言模型（Vision-Language Models，简称VLMs）来编辑3D图形的智能系统。这个系统特别适用于需要精细调整的3D图形设计工作，比如电影制作和游戏设计中的高质 ...... 阅读全文

来自清华大学人工智能产业研究院、伦敦帝国理工学院、北京航空航天大学、北京理工大学、中国科学院大学、 香港中文大学（深圳）、中国电信人工智能研究院（TeleAI）EVOL实验室的研究人员推出新的3D场景表示方法SUNDA ...... 阅读全文