加州大学伯克利分校和 Google 研究的研究人员推出Shape of Motion，从单一视频重建动态场景的四维（4D）结构。这项技术旨在从一段普通的单眼（即从一个视角）视频中恢复出场景的三维（3D）几何结构和随时间变化的运动轨迹。简单来说，就是让计算机能够从一段视频中理解物体的形状和它们是如何移动的。 项目主页：h... 阅读全文

来自法国的团队推出一种新颖的3D重建技术，名为SparseCraft。这项技术能够从少量彩色图像中恢复出3D形状和视角依赖的外观，实现高效的3D重建和新视角合成。简单来说，就是通过几张图片来构建一个物体的三维模型，并能在不同视角下生成逼真的图像。例如，你是一名建筑师，需要将一个古老的建筑转换成3D模型以进行翻新设计。使... 阅读全文

清华大学和快手的研究人员推出PlacidDreamer，这是一个用于将文本转换成3D模型的先进框架。想象一下，如果你能通过简单的文字描述，比如“一个红色的苹果”，然后计算机就能生成一个3D的苹果模型，这听起来是不是很酷？这就是PlacidDreamer所做的工作。例如，你是一个游戏设计师，你需要设计一个“中世纪城堡”的... 阅读全文

多伦多大学、 Vector Institute 、Snap和SFU的研究人员推出新方法VD3D（Video Diffusion 3D），它可以让大型视频扩散变换器（Video Diffusion Transformers）更好地控制3D摄像机的运动，从而在文本到视频生成的过程中实现更精细的控制。例如，你有一个神奇的相机... 阅读全文

巴黎综合理工学院和Adob​​e 研究中心的研究人员推出新技术RRM，可以让我们在不同的光照条件下重新渲染3D场景。这在计算机图形学和虚拟现实中非常有用，因为它允许我们更真实地模拟和观察场景在不同光照条件下的外观。例如，你有一个3D模型的房间，里面有各种家具和装饰品。通常，当你在计算机中渲染这个场景时，你需要设定光照条... 阅读全文

卡内基·梅隆大学的研究人员推出StyleSplat，这是一种将艺术风格应用到3D场景中的方法，使得3D模型能够呈现出不同的艺术效果。它能够将你选择的艺术风格应用到3D场景中的特定对象上，而不影响场景中的其他部分。例如，你正在制作一个关于森林的场景，你想让森林中的树木看起来像是用油画风格绘制的，而地面则保持现实主义风格。... 阅读全文

LG电子和首尔国立大学的研究人员推出Click-Gaussian，这是一种用于实时3D场景操作的交互式分割方法。简单来说，Click-Gaussian能够让用户通过单次点击就能在三维空间中选择和分割出他们想要的对象，无论是粗略的大致形状还是精细的细节。例如，你是一名游戏设计师，需要在虚拟现实环境中快速修改场景中的多个物... 阅读全文

卡内基梅隆大学、Meta和苏黎世联邦理工学院的研究人员推出Omnigrasp，它可以让虚拟的仿人机器人（humanoids）能够抓住各种不同的物体，并让这些物体沿着复杂的轨迹移动。想象一下，就像是一个电子游戏里的角色，不仅能拿起一个苹果，还能让它沿着一个曲线抛向空中，然后再接住它。 项目主页：https://www.z... 阅读全文

韩国科学技术研究院人工智能研究生院推出3D编辑技术DreamCatalyst，它将基于SDS（分数蒸馏采样）的编辑解释为扩散模型的逆过程。我们的目标函数考虑了采样动力学，从而使DreamCatalyst的优化过程成为了编辑任务中扩散逆过程的一种近似。DreamCatalyst旨在缩短训练时间并提高编辑质量。DreamC... 阅读全文

中国科学院自动化研究所和阿里巴巴集团达摩院的研究人员推出一种让3D模型动起来的技术Animate3D，它可以通过一种特殊的方法，让静态的3D模型变得生动活泼，就像赋予了它们生命一样。例如，你是一名游戏开发者，需要在游戏中创建一个会动的卡通角色。你可以先用3D建模软件设计这个角色的静态模型，然后使用Animate3D让这... 阅读全文

佐治亚理工学院和谷歌的研究人员推出OmniNOCS，，它包含一个大规模的数据集和一个创新的模型，用于从二维图像中提取三维物体的姿态和形状。简单来说，OmniNOCS可以帮助计算机更准确地理解图像中的物体，知道它们是什么、它们的位置以及它们的方向。例如，你在开发一个自动驾驶系统，系统需要识别并理解周围车辆、行人和自行车的... 阅读全文

苏黎世联邦理工学院、布拉格 CTU的研究人员推出WildGaussians，它用于在各种环境条件下进行高质量的3D场景重建。这项技术特别擅长处理那些在野外捕获的数据，比如存在遮挡、动态物体和不同光照条件的场景。例如，你手上有一堆在不同时间、不同光照条件下拍摄的某个地标的照片，比如布拉格的查理大桥或者罗马的特雷维喷泉。现... 阅读全文