来自厦门大学、香港中文大学和上海人工智能实验室的研究人员推出新型文本到3D生成框架Dual3D，它能够在短短1分钟内生成高质量的3D资产。这项技术的关键在于一个创新的双模式多视图潜在扩散模型，这个模型能够从文本描述中高效地创建出三维物体。Dual3D是一个强大的工具，它结合了先进的AI技术，使得从文本描述到3D模型的生... 阅读全文

谷歌推出CAT3D，它可以从任意数量的生成或真实图像中创建3D场景。CAT3D是一个强大的工具，它通过模拟真实世界的3D捕捉过程，使得从2D图像到3D场景的转换变得快速而高效，极大地推动了3D内容创作的边界。例如，你是一名游戏设计师、电影特效师或者虚拟现实内容创作者，你需要将一个真实世界的场景转换成3D模型，这在过去通... 阅读全文

Teton.ai和加州大学伯克利分校的研究团队推出新技术Toon3D，它能够将手绘的卡通和动漫图像转换成三维模型。这项技术特别适用于那些在创作过程中没有使用三维渲染引擎的卡通和动漫场景，因为这些场景的图像通常在不同的视角下会存在几何上的不一致性。开发者还提供了Toon3D Labeler和Toon3D Dataset，... 阅读全文

斯坦福大学研究人员推出BlenderAlchemy，它是一个利用视觉语言模型（Vision-Language Models，简称VLMs）来编辑3D图形的智能系统。这个系统特别适用于需要精细调整的3D图形设计工作，比如电影制作和游戏设计中的高质量场景创建。通过这种方式，BlenderAlchemy不仅提高了3D设计的效... 阅读全文

来自清华大学人工智能产业研究院、伦敦帝国理工学院、北京航空航天大学、北京理工大学、中国科学院大学、 香港中文大学（深圳）、中国电信人工智能研究院（TeleAI）EVOL实验室的研究人员推出新的3D场景表示方法SUNDAE，它通过一种称为“光谱剪枝”的技术来优化和压缩3D高斯溅射（3D Gaussian Splattin... 阅读全文

特拉维夫大学和芝加哥大学的研究人员推出HaLo-NeRF系统，它是一个用于理解和探索大规模地标性建筑照片集合的先进方法。这个系统能够将文本描述与场景中的语义区域联系起来，从而允许用户在三维空间中定位和探索特定的建筑特征。例如，你是一名对巴黎圣母院感兴趣的历史学生。你可以使用HaLo-NeRF系统，上传圣母院的照片集合，... 阅读全文

来自香港科大、香港中文大学、 商汤科技和上海人工智能实验室的研究人员推出创新框架Interactive3D，它允许用户通过交互式操作来精确控制3D对象的生成过程。这个框架特别适用于那些需要高度个性化和定制化3D模型的场景。例如，你想要创建一个“骑在喷火龙上的黑暗骑士”的3D模型。使用Interactive3D，你可以先... 阅读全文

英伟达、加州大学伯克利分校和多伦多大学的研究人员推出NeRF-XL，它能够利用多个GPU来扩展神经辐射场（NeRFs）的规模，从而使得训练和渲染具有更大容量的NeRFs成为可能。NeRFs是一种用于3D场景重建和新视角合成的技术，它可以通过一系列的2D图像来重建出3D场景，并从新的视角生成图像。 例如：我们想要从数千张... 阅读全文

Niantic和牛津大学的研究人员发布关于如何从一组图像中估计相机参数的论文，特别是在没有预先设定的相机姿态（即“未摆好姿势”的图像）的情况下。这个过程被称为结构从运动（Structure-from-Motion，简称SfM），是计算机视觉中的一个基础任务，它允许我们从2D图像中恢复出3D场景的结构。 例如，你是一名建... 阅读全文

来自西蒙弗雷泽大学、不列颠哥伦比亚大学、多伦多大学和谷歌 DeepMind的研究人员推出3D场景重建和新视角合成方法3D Gaussian Splatting，这种方法因其高质量的结果和与硬件光栅化的兼容性而受到关注。然而，Gaussian Splatting对高质量的点云初始化（通过结构从运动，Structure-f... 阅读全文

来自Meta、 加州大学默塞德分校和马里兰大学学院公园分校的研究人员推出MALD-NeRF，它是一种用于3D场景修复的方法，特别是针对那些在图像中不可见或需要编辑的区域。例如，你有一张包含某个物体的照片，但你想在不改变背景的情况下移除这个物体。使用MALD-NeRF，就可以在不留下任何痕迹的情况下，如魔法般地移除或替换... 阅读全文

来自香港城市大学、密苏里大学堪萨斯城分校和岭南大学的研究人员推出新型3D场景表示方法CompGS（压缩高斯点渲染），高斯点渲染（Gaussian Splatting）是一种在3D图形学中用于渲染质量出众且效率很高的技术，它通过将3D场景分解为一系列高斯分布的点（3D Gaussians）来表示场景，并在渲染时将这些点投... 阅读全文