Meshy 推出 Meshy Edit，一句話指令實現 3D 模型區域性編輯
Meshy 上線區域性編輯功能 Meshy Edit：使用者在模型上圈選區域、用一句話描述改動，約一分鐘即可生成新模型，未選中區域保持原樣，現已向全部註冊使用者開放。選區可用套索圈出整塊部件（同時覆蓋正面、側面和背面），也可用畫筆微調邊緣；除描述外還能附最多 5 張參考圖，每次編輯消耗 20 積分。該功能目前支援 Meshy 6 與 Meshy 7.1 生成的高精度模型，帶貼圖的模型會自動切換為未貼圖版本再編輯；
把 3D 模型區域性修改從整模重生成或進 Blender 耗時數小時，壓縮到圈選加一句話、約一分鐘完成，並明確了 20 積分每次與所支援的模型版本，對 3D 列印玩家和遊戲角色創作者最直接。
原標題：Meshy推出Meshy Edit：基于全新自研AI模型，一句指令实现3D模型局部编辑
閱讀原文
| 評分 | 64 / 65（平均 64，門檻 65） |
|---|---|
| 狀態 | 未入選 |
相關報導
Meshy 不到兩年 ARR 從 100 萬增至 1 億美元
AI 3D 生成公司 Meshy 披露，其 ARR 從 100 萬美元增長至 1 億美元，用時不到兩年，比 HeyGen 的 29 個月更快。Meshy 7 在自建幾何對齊基準中造型比例、空間分佈、表面細節三項指標領先受測模型，7.1 將幾何生成解析度從 2048³ 提升至 4096³。三七互娛已將其接入生產流程，基礎模型階段雕刻工作量減少 30% 至 40%。
Meshy 入選 a16z 消費級 AI 應用月收入 Top 50，排第 31 名
a16z 第七版《百強 AI 消費者應用》報告首次新增月收入榜單，Meshy 位列第 31 名，是榜上唯一的 AI 3D 公司。該榜單依據資料分析公司 YipitData 追蹤的美國消費者銀行卡消費資料排名，同榜還有 OpenAI、Anthropic、Canva、Superhuman、Higgsfield。
清華提出 Jev-LDE：ICL 範例只編輯一次，1-shot 準確率升至 88.1%
清華大學自動化系研究者提出 Local Demonstration Editing（LDE）與小型編輯模型 Jev-LDE，在目標 LLM 推理前對已檢索出的 demonstration set 只做一次 Keep、Delete 或 Replace 編輯，而非重新搜尋最優範例組合。
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。
Model Explorer 支援自訂編譯器 IR 視覺化除錯
Google AI Edge 的 Model Explorer 現在支援自訂編譯器中間表示，並提供 TOSA、VGF、PTE 等開源介面卡，面向端側機器學習。開發者可用分層圖視覺化、分屏檢視和逐節點 trace 疊加來發現匯出迴歸、驗證硬體委託，在本地定位到週期級的延遲瓶頸。