GHARP 用少量影像即時生成 3D 高斯頭部動畫
研究者提出 GHARP，基於大規模重建先驗，能從被攝者的少量輸入影像和驅動表情訊號即時生成 3D 高斯頭部動畫。該方法把任務拆成兩個階段：身份階段離線建置主體的幾何與外觀表示，動畫階段在執行時預測與表情相關的殘差。作者稱這種分離在保真度、畫質與執行時間之間取得更有利的權衡，離線階段可以更重，執行時動畫仍保持即時。
提出離線身份建模加執行時殘差預測的兩段式方案，用少量影像和表情訊號實現即時 3D 高斯頭部動畫，對做數字人、虛擬形象與即時面部驅動的開發者有參考價值。
原標題：GHARP: Real-Time Gaussian Head Animation from Large-Scale Reconstruction Prior
閱讀原文
| 評分 | 55 / 58（平均 56，門檻 60） |
|---|---|
| 狀態 | 未入選 |
相關報導
Gemini 4 Argon 用三個開源資料集生成可互動 3D 人體解剖視覺化
Google DeepMind 發布演示：Gemini 4 Argon 將三個開源資料集合並，建置出可互動的人體解剖 3D 視覺化。使用者可以動態切換不同圖層、單獨隔離肌肉，並放大進入跳動中的心臟內部檢視。官方帖文未說明該演示的訪問方式、模型規格或後續開放計劃。
北大團隊 DragMesh 被 IJCV 接收：拖拽一次即可生成 3D 關節運動
北京大學團隊的 DragMesh 被 IJCV 接收。使用者只需在已有 3D 資產上對目標部件拖拽一次，系統就能生成符合關節約束的完整運動軌跡，無需重新生成整個物體。方法上先用 KPP-Net 預測關節型別、軸與原點，再由 Dual Quaternion VAE 並行生成 16 幀軌跡，並通過跨模態語義蒙皮把同一套運動遷移到 Mesh 或 3D Gaussian Splatting。
北大、VGI Labs 等提出 DynStream：無位姿流式 4D 高斯重建框架
北京大學王選計算機研究所與 VGI Labs、UC Merced 聯合提出 DynStream，這是首個面向無位姿流式動態場景的大規模 4D 高斯前饋重建框架：輸入未提供相機位姿的 RGB 線上影片流，即可前饋輸出相機軌跡與持續更新的動態場景表示。方法按時間分塊做區域性重建，再借相對位姿預測與尺度因子把各塊聚合進統一世界座標系，併為高斯預測動態機率以分離動靜，聚合無需額外計算。
Gemini 4 Argon 用單圖加 Blender MCP 生成 3D 哥特教堂
Google DeepMind 展示 Gemini 4 Argon 僅用一張 Nano Banana 影像和 Blender MCP，就在 Antigravity 中建置出一座 3D 哥特式大教堂。模型會對幾何結構、紋理和光照反覆迭代，最終完成整個場景。演示未給出耗時、呼叫次數或可復現步驟，重點在於單圖輸入與 Blender 工具鏈的結合。
Google DeepMind 發布 Genie 4，支援即時控制與原生音訊
Google DeepMind 公布 Genie 4 世界模型，基於 Gemini Omni 建置，可生成照片級真實、帶原生音訊的可互動場景。新版本加入空氣動力學、碰撞等物理模擬與更自然的人物動作，並支援用提示詞即時改變場景、新增元素或與角色互動；Gemini 的推理能力讓多步事件在場景演進中保持連貫。