AI在线 AI在线

CVPR2025

告别Transformer！北大、北邮、华为开源纯卷积DiC：3x3卷积实现SOTA性能，比DiT快5倍！

告别Transformer！北大、北邮、华为开源纯卷积DiC：3x3卷积实现SOTA性能，比DiT快5倍！

当整个 AI 视觉生成领域都在 Transformer 架构上「卷生卷死」时，一项来自北大、北邮和华为的最新研究却反其道而行之，重新审视了深度学习中最基础、最经典的模块——3x3 卷积。 他们提出的 DiC (Diffusion CNN)，一个纯卷积的扩散模型，不仅在性能上超越了广受欢迎的 Diffusion Transformer (DiT)，更在推理速度上实现了惊人的提升。 这项工作证明了，经过精心设计，简单的卷积网络依然能在生成任务中登峰造极。
7/11/2025 4:37:00 PM 机器之心
腾讯宣布混元3D 2.1大模型对外开源

腾讯宣布混元3D 2.1大模型对外开源

在计算机视觉领域顶会之一CVPR2025上，腾讯宣布混元3D2.1大模型对外开源，此为首个全链路开源的工业级3D生成大模型，在行业内处于领先地位。 混元3D模型在知名开源社区和技术平台Hugging Face的下载量已超180万，开源效果获全球开发者认可。 此次升级的混元3D2.1模型在效果上有显著提升，上传首饰盒图片后，生成的3D首饰盒纹理清晰、质感细腻、光影一致。
6/16/2025 10:09:58 AM AI在线
告别平面！MIDI：可提取图片元素生成360度3D场景

告别平面！MIDI：可提取图片元素生成360度3D场景

还在对着二维照片里的美好场景望眼欲穿?梦想着能身临其境地漫步在那些迷人画面之中?现在，这个愿望有望成为现实!来自CVPR2025的重磅研究——MIDI（Multi-Instance Diffusion for Single Image to3D Scene Generation，多实例扩散单图到3D场景生成）横空出世，它就像一位技艺高超的魔法师，仅凭一张普通的2D图片，就能为你构建出一个栩栩如生的360度3D场景。 一图胜千言?现在还能“变”出整个世界!想象一下，你拍摄了一张阳光洒落的咖啡馆一角，照片里有精致的桌椅、香气四溢的咖啡杯，以及窗外婆娑的树影。 过去，这仅仅是一张静态的平面图像。
3/12/2025 9:35:00 AM AI在线