Adob​​e推出DATENeRF，它用于基于文本编辑NeRF（神经辐射场）场景。NeRF是一种可以创建和渲染3D环境的技术，它通过从2D图像中重建场景的3D表示来实现。DATENeRF的关键特点是它能够利用场景的深度信息来指导基于文本的图像编辑，从而在保持视角一致性的同时，实现更真实和详细的编辑结果。 例如，如果你有... 阅读全文

这篇论文的主题是关于如何从单个RGB图像或视频中重建手持物体的三维模型。这项技术特别关注在户外环境中，当手遮挡了物体的大部分视线时，如何准确地重建物体的三维结构。论文中提出了一个名为MCC-HO的模型，它结合了大型语言/视觉模型和三维物体数据集的最新进展，以实现这一目标。 主要功能和特点： 手部和物体几何联合重建： M... 阅读全文

来自新加坡国立大学的研究人员推出3D生成建模新技术Hash3D，这个技术旨在提高3D模型生成的效率，而不需要重新训练模型。在3D建模中，通常需要大量的计算资源和时间来创建高质量的3D对象，特别是当使用复杂的2D扩散模型来生成3D内容时。Hash3D通过一种无需训练的方法，加速了这一过程，使得创建3D模型变得更加快速和高... 阅读全文

Meta发布新技术“鲁棒高斯点渲染”（Robust Gaussian Splatting，简称3DGS），这是一种用于三维场景重建的方法。想象一下，你有一系列从不同角度拍摄的照片，你想通过这些照片来重建一个三维模型。3DGS技术就是帮助我们从这些二维图像中恢复出三维信息的一种工具。总的来说，这项技术通过提高对实际拍摄数... 阅读全文

来自Meta和伊利诺伊大学厄巴纳-香槟分校的研究人员推出新型点云扩散模型PointInfinity，这是一种用于生成三维点云的人工智能技术。点云是描述三维空间中物体形状的一种数据形式，由许多点组成，每个点都有自己的位置信息。想象一下，你有一个复杂的物体，比如一个雕塑，PointInfinity能够通过从低分辨率的点云数... 阅读全文

阿里推出新型3D场景编辑框架Freditor，它通过频率分解技术实现了高保真度和可迁移性的NeRF（Neural Radiance Fields，神经辐射场）编辑。想象一下，你有一张3D渲染的日落场景图片，想要将其编辑成夜晚的样子，同时保持场景的细节和一致性。Freditor就是为此而生的工具。总之，Freditor是... 阅读全文

东京大学的研究人员推出MaGRITTe，它可以根据用户提供的部分图像、顶视图布局信息和文本提示来控制和生成3D场景。想象一下，你有一个不完整的图片，比如一张桌子的角落，还有一些关于房间布局的文字描述，比如“有一个窗户和水槽的厨房”。MaGRITTe能够结合这些信息生成一个完整的3D厨房模型，包括所有的细节和布局。 主要... 阅读全文

来自布里斯托大学、谷歌和英伟达的研究人员推出Tactile-Informed 3DGS，它结合了视觉数据和触觉传感信息，用于重建复杂表面的3D模型并进行新视角的合成。这项技术特别适用于处理具有光泽和反射性的表面，因为传统的3D重建方法在处理这类表面时往往会遇到困难。例如，想象一个考古学家正在研究一件古老的金属制品，他们... 阅读全文

来自慕尼黑工业大学、英特尔实验室的研究人员发布论文介绍了一个名为Mesh2NeRF的创新方法，它能够直接从带有纹理的3D网格模型中提取出真实的辐射场（radiance fields），这些辐射场可以用于3D生成任务。想象一下，你有一辆自行车的3D模型，你想用计算机生成这辆自行车在不同光照和视角下的照片。通常，这需要复杂... 阅读全文

来自新加坡国立大学、新加坡管理大学、南洋理工大学、Sea人工智能实验室和Skywork AI的研究团队推出Gamba，它是一个高效的单视图3D重建模型，旨在从单个图像中快速准确地重建三维资产。Gamba结合了3D高斯溅射（3D Gaussian Splatting）和Mamba序列网络，以解决现有方法在内存使用和渲染过... 阅读全文

这篇论文介绍了一种名为“Gaussian Frosting”的新技术，这是一种用于实时渲染和编辑复杂三维场景的创新方法。想象一下，你有一个由许多小高斯函数（类似云朵形状的数学对象）组成的三维模型，这些高斯函数可以捕捉到场景中的细微细节，比如猫的毛发或草地上的草。Gaussian Frosting技术就是在这些高斯函数的... 阅读全文

Meta发布了一种使用自回归结构化语言模型重建场景的方法SceneScript。该方法使用场景语言编码器-解码器架构，直接从编码的视觉数据中推断出一组结构化的语言命令。为了训练SceneScript，作者生成并发布了一个大规模的合成数据集，名为Aria Synthetic Environments，包含10万个高质量的... 阅读全文