AI在线 AI在线

3D

李飞飞押注的「世界模型」，中国自研Matrix-3D已抢先实现了？

李飞飞押注的「世界模型」，中国自研Matrix-3D已抢先实现了？
一花一世界，一叶一菩提。 千百年来，人类只能凭想象勾勒图画之外的世界，梦境与现实之间始终隔着一层不可触及的纱幕。 而今天，当AI的力量被无限延伸，这层纱幕终于被揭开——Matrix-3D，一个真正从「一图生万境」的世界模型！
8/13/2025 9:16:00 AM
刚刚，谷歌摊牌：Genie 3让你1秒「进入」名画，人人可造交互世界！

刚刚，谷歌摊牌：Genie 3让你1秒「进入」名画，人人可造交互世界！
谷歌摊牌了，彻底不装了！ 他们前几天刚刚发布的Genie 3世界模型，正在疯狂展示AI的超能力。 它不只是能从文本中生成交互式的AI空间世界，还能操控图像和视频。
8/11/2025 9:21:00 AM
腾讯发布混元3D世界模型1.0：首个支持物理仿真的开源世界生成系统

腾讯发布混元3D世界模型1.0：首个支持物理仿真的开源世界生成系统
首个支持物理仿真的开源3D世界生成模型来了！ 一句话、一张图就能生成完整3D世界，可编辑、可仿真。 在2025年世界人工智能大会（WAIC）上，腾讯正式发布混元3D世界模型1.0——首个开源且兼容传统CG管线的可漫游世界生成模型。
7/31/2025 3:27:20 PM
时令
谢赛宁团队新作：不用提示词精准实现3D画面控制

谢赛宁团队新作：不用提示词精准实现3D画面控制
曾几何时，用文字生成图像已经变得像用笔作画一样稀松平常。 但你有没有想过拖动方向键来控制画面？ 像这样，拖动方向键（或用鼠标拖动滑块）让画面里的物体左右移动：还能旋转角度：缩放大小：这一神奇操作就来自于谢赛宁团队新发布的 Blender Fusion框架，通过结合图形工具 (Blender) 与扩散模型，让视觉合成不再仅仅依赖文本提示，实现了精准的画面控制与灵活操作。
7/4/2025 8:52:00 AM
如何做到在手机上实时跑3D真人数字人？MNN-TaoAvatar开源了！

如何做到在手机上实时跑3D真人数字人？MNN-TaoAvatar开源了！
TaoAvatar 是由阿里巴巴淘宝 Meta 技术团队研发的 3D 真人数字人技术，这一技术能在手机或 XR 设备上实现 3D 数字人的实时渲染以及 AI 对话的强大功能，为用户带来逼真的虚拟交互体验。 它是如何实现的呢？ 本文将为您揭秘 TaoAvatar 背后的黑科技！
6/25/2025 9:11:16 AM
CVPR 2025 Award Candidate | 英伟达等Difix3D+：用单步扩散模型修复 3D 重建伪影

CVPR 2025 Award Candidate | 英伟达等Difix3D+：用单步扩散模型修复 3D 重建伪影
在 3D 重建领域，无论是 NeRF 还是最新的 3D Gaussian Splatting（3DGS），在生成逼真新视角时仍面临一个核心难题：视角一旦偏离训练相机位置，图像就容易出现模糊、鬼影、几何错乱等伪影，严重影响实际应用。 为了解决这个问题，来自英伟达的研究团队联合提出了一种创新方案 —— Difix3D ，通过单步扩散模型对 3D 渲染结果进行 “图像修复”，显著提升新视角图像的质量和一致性。 该工作已被 CVPR 2025 接收，并入选 Best Paper Award 候选。
6/24/2025 8:40:00 AM
突破 3D 环境生成瓶颈，EmbodiedGen 助力智能机器人研究

突破 3D 环境生成瓶颈，EmbodiedGen 助力智能机器人研究
在当前身体现智能（Embodied AI）的发展过程中，创建真实且精确缩放的3D 环境至关重要。 然而，现有的方法仍主要依赖于人工设计的3D 图形，这不仅成本高昂，而且缺乏真实感，限制了其扩展性和通用性。 为了在物理环境中实现通用智能，必须进行真实的模拟、强化学习以及多样化的3D 资产生成。
6/23/2025 10:00:56 AM
AI在线
3D高斯泼溅，可输入视图量高达500！推理速度提升3倍，内存少80%

3D高斯泼溅，可输入视图量高达500！推理速度提升3倍，内存少80%
在增强现实（AR）和虚拟现实（VR）等前沿应用领域，新视角合成（Novel View Synthesis, NVS）正扮演着越来越关键的角色。 近年来，3D高斯泼溅（3D Gaussian Splatting, 3DGS）技术横空出世，凭借其革命性的实时渲染能力和卓越的视觉质量，迅速成为NVS领域的一大突破。 然而，传统3DGS对耗时的「逐场景优化」的依赖，严重限制了其在实际应用中的部署。
6/18/2025 8:54:48 AM
视频扩散模型新突破！清华腾讯联合实现高保真3D生成，告别多视图依赖

视频扩散模型新突破！清华腾讯联合实现高保真3D生成，告别多视图依赖
三维场景是构建世界模型、具身智能等前沿科技的关键环节之一。 尽管Hunyuan3D、Rodin-v1.5、Tripo-v2.5等生成模型已在三维生成领域取得显著进展，但其往往聚焦在物体级别内容生成，难以实现复杂三维场景的构建。 清华大学联合腾讯提出Scene Splatter——从一张图像出发，基于自定义的相机轨迹探索三维场景。
6/13/2025 2:13:26 PM
2D图像作中介，零训练实现3D场景生成SOTA：英伟达&康奈尔提出文本驱动新流程

2D图像作中介，零训练实现3D场景生成SOTA：英伟达&康奈尔提出文本驱动新流程
本文第一作者顾泽琪是康奈尔大学计算机科学四年级博士生，导师为 Abe Davis 教授和 Noah Snavely 教授，研究方向专注于生成式 AI 与多模态大模型。 本项目为作者在英伟达实习期间完成的工作。 想象一下，你是一位游戏设计师，正在为一个奇幻 RPG 游戏搭建场景。
6/12/2025 2:29:14 PM
一个md文件收获超400 star，这份综述分四大范式全面解析了3D场景生成

一个md文件收获超400 star，这份综述分四大范式全面解析了3D场景生成
在构建通用人工智能、世界模型、具身智能等关键技术的竞赛中，一个能力正变得愈发核心 —— 高质量的 3D 场景生成。 过去三年，该领域的研究呈指数级增长，每年论文数量几乎翻倍，反映出其在多模态理解、机器人、自动驾驶乃至虚拟现实系统中的关键地位。 注：图中 2025 年的数据截至 4 月底来自南洋理工大学 S-Lab 的研究者们全面调研了该领域最前沿的研究方法，发表了综述《3D Scene Generation: A Survey》，对 300 篇代表性论文进行了系统归纳，将现有方法划分为四大类：程序化方法、基于神经网络的 3D 表示生成、图像驱动生成，以及视频驱动生成。
6/11/2025 9:19:22 AM
影视级3D生成新王：Direct3D-S2全面开源！8块GPU超越闭源登顶HF

影视级3D生成新王：Direct3D-S2全面开源！8块GPU超越闭源登顶HF
HuggingFace是全球最大的开源大模型社区，汇集了来自世界各地的上百个开源大模型。 其趋势榜（HuggingFace Trending）展示了各类开源大模型在全球开发者中的受欢迎程度，DeepSeek、Qwen等大模型就因曾登顶HuggingFace榜单而获得了全球开发者的关注与热议。 可以说，这是当前最具权威性的榜单之一。
6/9/2025 3:25:43 PM
推理时间减少70%！前馈3DGS「压缩神器」来了，浙大Monash联合出品

推理时间减少70%！前馈3DGS「压缩神器」来了，浙大Monash联合出品
在增强现实（AR）和虚拟现实（VR）等前沿应用领域，新视角合成（Novel View Synthesis，NVS）正扮演着越来越关键的角色。 3D高斯泼溅（3D Gaussian Splatting，3DGS）凭借其革命性的实时渲染能力和卓越的视觉质量，迅速成为NVS领域备受关注的技术方案。 现有的前馈3D高斯泼溅（Feed-Forward 3D Gaussian Splatting，3DGS）模型，虽然在实时渲染和高效生成3D场景方面取得了显著进展，但仍存在一些关键缺陷。
6/6/2025 9:07:00 AM
ICLR2025 | MIT何恺明团队提出TetSphere：拉格朗日体积网格精准还原高质量3D形状！

ICLR2025 | MIT何恺明团队提出TetSphere：拉格朗日体积网格精准还原高质量3D形状！
一眼概览TetSphere Splatting提出了一种基于四面体球体（TetSpheres）的拉格朗日表示方法，可生成高质量3D网格，兼具高几何保真度和结构完整性，在多视图重建和图像/文本到3D生成任务中均表现出色。 核心问题当前主流3D建模方法（如基于点云或神经隐式表示）难以同时兼顾高质量网格结构与几何表达能力，尤其在处理复杂形状时，常出现非流形、退化三角面等问题。 论文关注的核心问题是：如何以结构合理、几何一致的方式重建高质量3D网格，同时保持高效计算和良好可扩展性。
5/28/2025 12:00:00 AM
萍哥学AI
谷歌Beam发布！2D视频秒变3D沉浸式体验，实时翻译+真实眼神交流

谷歌Beam发布！2D视频秒变3D沉浸式体验，实时翻译+真实眼神交流
Google I/O大会上，Google正式推出了其革命性的3D视频通信平台——Google Beam。 这一平台以人工智能为核心，将传统的2D视频通话升级为身临其境的3D体验，旨在让远程沟通如同面对面般真实自然。 AIbase为您带来这一前沿科技的最新资讯，解析其技术亮点与未来潜力。
5/23/2025 4:00:55 PM
AI在线
一图生万物？AI“神笔马良”3DTown，单张照片变3D城市，这波操作太秀了！

一图生万物？AI“神笔马良”3DTown，单张照片变3D城市，这波操作太秀了！
最近，一项黑科技直接颠覆了我们对3D 世界构建的认知!普林斯顿大学、哥伦比亚大学和一家叫 Cyberever AI 的公司，联手推出了一套名叫3DTown 的框架。 听名字就知道，它就是来帮你搞3D 城镇的!最骚的是什么?它能仅仅凭借一张俯视图，就能帮你生成一个逼真、连贯的3D 城镇场景!  而且，它还是个免训练（training-free）的框架，这意味着你不用费劲巴拉地去收集海量3D 数据来训练它，直接就能用!
5/22/2025 6:00:45 PM
AI在线
腾讯大模型战略亮相 Turbo S 与 T1 模型全面升级

腾讯大模型战略亮相 Turbo S 与 T1 模型全面升级
5月21日，腾讯宣布其混元大模型矩阵全面升级，标志着腾讯在人工智能领域的技术能力持续提升。 此次升级涵盖了多个方面，包括旗舰快思考模型混元TurboS、深度思考模型混元T1的升级，以及基于TurboS基座新推出的视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice。 此外，腾讯还同步更新了混元图像2.0、混元3D v2.5及混元游戏视觉生成等一系列多模态模型。
5/21/2025 2:01:08 PM
AI在线
UC伯克利5千美元造全开源人形机器人，网友：这作业抄定了

UC伯克利5千美元造全开源人形机器人，网友：这作业抄定了
仅需5000美元就能实现人形机器人3D打印？ UC伯克利这次又又又整新活了！ 注意看，画面中这个正在认真写名字的小家伙，就是来自UC伯克利的最新作品——人形机器人Berkeley Humanoid Lite （BHL）。
5/21/2025 8:53:00 AM