O²-Recon

清华大学提出三维重建的新方法：O²-Recon，用2D扩散模型补全残缺的3D物体

在计算机视觉中，物体级别的三维表面重建技术面临诸多挑战。与场景级别的重建技术不同，物体级别的三维重建需要为场景中的每个物体给出独立的三维表示，以支持细粒度的场景建模和理解。这对 AR/VR/MR 以及机器人相关的应用具有重要意义。许多现有方法利用三维生成模型的隐空间来完成物体级别的三维重建，这些方法用隐空间的编码向量来表示物体形状，并将重建任务建模成对物体位姿和形状编码的联合估计。得益于生成模型隐空间的优秀性质，这些方法可以重建出完整的物体形状，但仅限于特定类别物体的三维重建，如桌子或椅子。即使在这些类别中，这类方

12/29/2023 11:14:00 AM

机器之心

资讯热榜

Kimi K2 高速版kimi-k2-turbo-preview发布输出每秒 40 Tokens 阶跃星辰新一代基础大模型 Step 3 正式开源：拥有强大视觉感知和复杂推理能力一次中稿10篇ACL25，通义实验室代码智能&对话智能团队在研究什么多项力压 Grok 4、OpenAI o3，谷歌推出 Gemini 2.5 Deep Think 模型 Kimi K2高速版发布输出速度提升至每秒40 Tokens ACL'25最佳论文独家解读：大模型有「抗改造」基因，现有后训练范式失灵预警谷歌“虚拟卫星”AI 模型问世：可提供近乎实时的地球视图刚刚，扎克伯克公开信：Meta不会开源全部模型

标签云

AI 人工智能 OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画谷歌机器人数据大模型 Midjourney 开源智能用户 Meta 微软 GPT 学习技术图像 Gemini AI创作马斯克论文智能体英伟达 Anthropic 代码算法训练 Stable Diffusion 芯片开发者蛋白质腾讯 LLM 生成式苹果 Claude 神经网络 Agent AI新词 3D 机器学习 AI for Science 研究生成 xAI 人形机器人 AI视频计算 Sora GPU AI设计百度华为工具搜索大语言模型具身智能场景 RAG 字节跳动大型语言模型预测深度学习伟达视觉 Transformer AGI 视频生成神器推荐亚马逊架构 Copilot DeepMind 模态安全