北京大学 、 香港中文大学 和 斯坦福大学的研究人员推出新型文本到四维（Text-to-4D）合成框架TRANS4D，这个框架能够根据文本描述生成包含复杂场景转换的四维（4D）动态场景。简单来说，就是能够根据你给的文字描述，创造出一个三维空间中随时间变化的动态视频。 GitHub：https://github.com/... 阅读全文

清华大学和日本国立信息研究所的研究人员推出仿真工具SonicSim，以及一个基于此工具生成的大规模合成数据集SonicSet。SonicSim专门用于模拟移动声源场景下的语音处理任务，如语音分离和增强。例如，你正在开发一个智能会议系统，需要从会议录音中分离出每个发言者的语音。使用SonicSim，你可以创建一个模拟会议... 阅读全文

南洋理工大学、商汤科技研究院和上海人工智能实验室的研究人员推出一种新颖的高斯喷射框架Disco4D，用于从单张图像生成和动画化4D人体。简单来说，如果你给Disco4D一张人的图片，它能基于这张图片创建出一个详细的3D模型，并且让这个模型动起来。例如，你是一名服装设计师，想要展示新系列的服装。你可以拍摄模特的照片，然后... 阅读全文

石溪大学、Meta和Flawless AI的研究人员推出新型框架TalkinNeRF，它能够从单目视频（即只有一个摄像头拍摄的视频）学习动态的神经辐射场（NeRF），以此来创建能够进行全身动作和说话的三维人物动画。简单来说，这项技术可以根据你提供的视频，生成一个能够模仿视频中人物动作和表情的虚拟三维人物。 项目主页：h... 阅读全文

香港大学、星尘智能、腾讯、中国科学技术大学和国际数字经济学院（IDEA）的研究人员推出新型框架DreamWaltz-G，它能够根据文本描述生成具有表现力的3D高斯化身（即3D头像），并且这些头像可以进行动画化处理。简单来说，这项技术可以根据你提供的描述文字，比如“穿着舞会礼服的女性”，自动创造出一个3D的、可以动的虚拟... 阅读全文

微软研究院推出SpaceBlender系统，它是一个利用生成式人工智能（AI）来创造虚拟现实（VR）环境中的3D空间的工具。简单来说，SpaceBlender可以把用户周围的真实环境转换成3D虚拟环境，让用户在VR中体验到融合了现实世界元素的虚拟空间。 项目主页：https://nels.dev/publication... 阅读全文

卡内基梅隆大学和特拉维夫大学的研究人员推出一个用于逆向渲染的技术MaterialFusion，能够从一组给定的物体图像中恢复物体的几何形状、表面反射特性（BRDF）和环境光照。简而言之，MaterialFusion能够从一个物体在不同角度拍摄的多张图片中，推断出物体的三维形状、材质和光照条件。例如，你是一名电影视觉特效... 阅读全文

赜深科技、上海科技大学和鲁汶天主教大学的研究人员推出新技术V3，它能够将体积视频（即三维视频）流式传输到移动设备上进行高质量渲染。简单来说，V3技术使用一种称为2D动态高斯（2D Dynamic Gaussians）的方法，将复杂的三维视频数据压缩成可以在移动设备上流畅播放的二维视频流。 项目主页：https://au... 阅读全文

天津大学和腾讯混元团队推出了一个名为FlexiTex的系统，它是一个用于生成高质量3D纹理的方法。FlexiTex通过视觉引导来增强纹理生成，能够处理各种物体的纹理，生成高保真度的纹理效果。例如，你是一名游戏设计师，需要为游戏中的虚拟角色或场景生成逼真的纹理。使用FlexiTex，你可以通过提供简单的文本描述或直接上传... 阅读全文

慕尼黑工业大学和Meta的研究人员推出3DGS-LM，它用于加速3D高斯散射（3D Gaussian Splatting，简称3DGS）的重建过程。3DGS是一种用于3D场景重建和新视角合成的技术，它通过将场景表示为一组3D高斯函数来实现。这些高斯函数描述了场景中各个点的颜色和位置信息，从而能够从新的视角渲染出高质量的... 阅读全文

新加坡国立大学和华为的研究人员推出Vista3D框架，它的目标是从单一的2D图像中快速生成3D模型。这个技术可以帮助我们从一张照片中想象出物体的全貌，即使照片中只展示了物体的一部分。Vista3D通过两个阶段来实现这一目标：粗略阶段和精细阶段。 GitHub：https://github.com/florinshen/... 阅读全文

苏黎世联邦理工学院、Meta和 巴尔格里斯特大学医院的研究人员推出一种新型的三维（3D）和四维（4D）重建技术，名为SplatFields。这项技术的目标是从多个视角的图像中高效地重建出静态场景和动态事件的三维模型，并且能够以神经网络的方式对这些模型进行渲染，使其看起来更加真实。 项目主页：https://markom... 阅读全文