北京大学、鹏程实验室和新加坡国立大学的研究人员推出新型图像到3D生成框架Cycle3D，Cycle3D的目标是将2D图片转换成高质量的3D模型，这个转换过程既保持了图像的纹理细节，又确保了3D模型的多视角一致性。例如，你是一名游戏开发者，需要快速生成一个3D角色模型。使用Cycle3D，你可以上传一张角色的概念图，Cy... 阅读全文

DreamCar 是一项创新的3D汽车重建技术，它能够利用少量甚至单张汽车图片，重建出高质量的三维汽车模型。这对于自动驾驶行业的模拟器来说是一个巨大的突破，因为传统上，创建精致的3D汽车模型需要专业的艺术家手工制作，这既耗时又成本高昂。为了使生成模型更加通用，研究团队收集了一个包含超过5,600辆汽车的数据集，命名为C... 阅读全文

OpenDevin是一个开放平台，它是为人工智能软件开发者设计的，特别是那些希望构建能够像人类开发者一样与世界互动的通用人工智能代理。这些AI代理可以通过编写代码、与命令行交互以及浏览网络来实现复杂的任务。OpenDevin是一个开发强大且灵活的人工智能代理的平台，这些代理能像人类开发者一样通过编写代码、与命令行交互以... 阅读全文

北京大学 和鹏城实验室的研究人员推出HoloDreamer，它是一个从文本描述生成全包围3D全景世界的系统。简单来说，HoloDreamer可以读懂你用文字描述的场景，然后创造出一个360度全方位的3D场景。这就像是用文字给一个画家描述你心中的梦想家园，然后画家不仅画出了家园的正面，还画出了周围和内部的所有视角。 项目... 阅读全文

阳明交通大学和台湾大学的研究人员推出一种新的图像渲染技术，名为“BoostMVSNeRFs”。这个技术是用来提升一种叫做“多视图立体（MVS）基础神经辐射场（NeRF）”的渲染质量，特别是在处理大规模场景时的通用视图合成能力。总的来说，BoostMVSNeRFs是一种先进的图像渲染技术，它通过智能地选择和组合多个视图的... 阅读全文

北京通用人工智能研究院和 北京大学人工智能研究院的研究人员推出新模型F-HOI，它能够理解和生成与人类与物体交互相关的精细描述。主要是三维人体与物体交互（3D Human-Object Interaction, HOI）的精细语义对齐问题。想象一下，你有一个虚拟助手，能够观察一个人在视频中如何拿起一个瑜伽垫，然后不仅能... 阅读全文

Google 研究和斯坦福大学的研究人员推出Streetscapes，即通过大规模一致性的街景生成技术，从少量图像中生成连贯的城市街景视图。这项技术可以用于从单一视频生成动态场景的三维重建和新视角合成。简单来说，就是利用几张街景图片和一些文本描述，计算机能够自动生成一段连续的、逼真的城市街道视频，展示出街道随着时间和天... 阅读全文

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