Einsia AI 發布 Frontier3DBench,評測 11 款模型的 3D 創作能力
Einsia AI 發布 Frontier3DBench,橫跨 Blender 與 Unreal Engine,用 9 大類 145 項任務(65 項物體、65 項場景、15 項開放世界)評測 Coding Agent 的 3D 創作能力。GPT-6.1-sol 以 66.02 分居總榜第一,物體層與場景層領先;開放世界層則由 GPT-6-astra 以 61.28 分領跑。
依意思最接近的 30 筆
Einsia AI 發布 Frontier3DBench,橫跨 Blender 與 Unreal Engine,用 9 大類 145 項任務(65 項物體、65 項場景、15 項開放世界)評測 Coding Agent 的 3D 創作能力。GPT-6.1-sol 以 66.02 分居總榜第一,物體層與場景層領先;開放世界層則由 GPT-6-astra 以 61.28 分領跑。
面向藝術家的開源創作工具 ArtCraft 上線,提供 macOS、Windows 與瀏覽器版本,全部程式碼在 GitHub 開源,無需訂閱。它把生成與合成放在同一畫布:Image to Location 可把虛擬角色放進實拍環境並保持單一地點一致性,Image to 3D Mesh、Character Posing、背景移除、2D/3D 合成與混合素材用於精確排布鏡頭,頁面還列出 Seedance 2.5、Nano Banana 2 等模型。
阿里巴巴淘寶 Meta 技術團隊開源 3D 原生網格生成模型 TaoFlowForge 與 3D 原生材質大模型 TaoTex,論文、程式碼與模型權重均已公開。TaoFlowForge 採用三階段級聯流匹配,把頂點流與拓撲流分開生成,輸出拓撲乾淨、輕量且可編輯的網格;TaoTex 專攻幾何平坦區域的高頻紋理還原,支援單圖和多圖輸入,能重建表面文字與 logo。兩者協同可把 3D 建模縮短到分鐘級,並將資產體積控制在 5MB 以內;
Hi3D 正式開源 V1.0 3D 生成模型的程式碼與權重,已在 GitHub 和 Hugging Face 上線,官方稱可免費使用。V1.0 沿用 Sparc3D 架構,訓練資料擴至約 200 萬個篩選後的 3D 資產(Sparc3D 的 4 倍),幾何提取解析度最高 1536³;技術報告稱其多檢視保真度 0.75、細節豐富度 0.841 在所列對比方法中排名第一,切片成功率 90%。
Kimi 上線 3D Make,使用者可在 Kimi 內連線 Blender 與 CAD 類工具完成 3D 創作。它支援建立模型、組裝場景和開發遊戲,覆蓋從單體模型到場景搭建再到遊戲製作的任務。功能已在 kimi.ai 與 Kimi Work 開放,公告未提及收費、額度或支援地區。
Kimi 官方發布了一份面向 3D 工作的使用教程,給出 5 條技巧,並配有分步操作演示。教程以網頁形式發布,地址為 kimi.ai/academy/3d-tutorial,內容圍繞如何藉助 Kimi 完成 3D 相關工作。原文未披露更多功能、價格或適用模型的資訊。
數美萬物將圖生 3D 模型 Hi3D V1.0 開源,程式碼與權重已在 GitHub、Hugging Face 發布,基於 Sparc3D 稀疏表示框架。訓練用 3D 資產從約 50 萬擴至約 200 萬,新增 1536³層級,最高有效稀疏表面提取解析度為 1536³,官方稱該模型在開源前已進入真實使用者生產工作流驗證。技術報告顯示,562 組人類偏好對比中它勝出 469 次、綜合得分 85.9%,多視角一致性 0.75 與細節豐富度 0.841 在九種對比方法中最高。
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%。
VAST(三啟萬物)發布新一期 V·STAR 頂尖人才計劃,在 3D 生成基礎模型之外,新增三維理解與智慧體、世界模型兩個招募方向,面向 3D 生成、影片生成、LLM 後訓練與 Coding Agent 領域的研究者。文中稱 Tripo 系列在累計超 20 萬使用者投票的第三方評測中連續 8 個月居首,9 月更新的 P2.0 可在數秒內生成以四邊面為主、面數可控、部件可拆分的網格。
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。
純 Rust 編寫的開源引數化 3D CAD SolidCraft 發布,內建 MCP 伺服器,可讓 AI agent 直接驅動建模,同時支援桌面端與瀏覽器執行。它提供草圖約束求解、拉伸/旋轉/掃掠/放樣、裝配、鈑金與引數化特徵時間線,修改尺寸後模型自動重建,並可匯出 STEP 與 IGES。已提供 Windows、macOS、Linux(AppImage、deb、rpm、Flatpak、Snap)及 ARM64 與網頁版下載,安裝包尚未簽名。
阿里影片生成模型 Wan3.0 承接了淘寶雙 11 的三部 AI 品牌短劇:《九尾神臨》《毛手毛腳餐廳》《終章之外》,分別考驗明星人物一致性、多隻萌寵互動與傢俱空間還原。Wan3.0 於今年 8 月發布,主打角色、道具、聲音與空間關係一致性和真實質感。據披露,自 618 以來淘寶短劇已上線超 30 部 AI 品牌劇、合作品牌超 50 個;
Kimi K3.1 Pro 可直接在 Blender、Unreal Engine、Godot 和 CAD 等 3D 建模與遊戲行業常用工具中工作。在測試多檢視渲染轉 CAD 程式碼生成的 BenchCAD 上,它藉助這些工具得分 92.7%,接近 Claude Opus 5.5 的 96.2% 與 GPT-6 Astra 的 95.9%。官方稱它能產出較完整的專案,覆蓋資產搭建、場景組裝、動畫與渲染。
Show HN 上出現一個名為 camilleworld 的專案:在手機上搭建 3D 世界,然後進入 Apple Vision Pro 與 Meta Quest 的 XR 環境中瀏覽。入口是 3d.camilleworld.com/play/,手機端負責搭建,頭顯端負責沉浸式檢視。原帖只給出連結,未說明支援機型、是否需要帳號或是否收費;發帖時僅 3 分、0 條評論。
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。
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
Hacker News 的 Show HN 板塊出現一個可漫遊的 3D 藝術史博物館,展品素材來自維基百科,內容時間跨度從中國五代畫家李成到街頭藝術家 Banksy。帖子正文僅一句「From Li Cheng to Banksy」,未給出技術實現、訪問地址等更多細節,目前獲得 10 分、3 條評論。
NVIDIA 推出 Cosmos3-H-Dreams,據其稱為首個基於臨床膽囊切除手術錄影訓練、可即時回應操作指令的生成式手術模擬器。模型基於 160 億引數的 Cosmos3-H-Embodied-Nano,接收 28 維動作(雙臂位姿、夾爪、能量控制與搖桿),以 832×480、10 Hz 的錄影與運動學資料訓練,並蒸餾出四步與兩步兩個學生檢查點,後者推理更快但畫質略降。
three.js 作者 Ricardo Cabello(mrdoob)發布了 Codevember 2026 系列的第一件作品 Jelly Sheet,可直接在瀏覽器中開啟。該系列按日更新,這是 11 月 1 日的首個條目。Hacker News 上這條連結目前僅 3 分,暫無評論,作品的技術細節尚未披露。
皮克斯在最新的 RenderMan 3D 渲染教程中致謝禾賽 Kosmo,並教創作者用這套手持裝置採集真實場景的 3D 高斯潑濺(3DGS)資料。Kosmo One 整合雷射雷達、最高 8K 影像系統、一英寸 CMOS 與 IMU,在硬體層做到微秒級時間同步與出廠外參標定,掃描約 100 平米空間需要 15 到 20 分鐘;雲端 Kosmo Spatial Core 一次重建同步輸出 3DGS、mesh 與 depth 三種格式,可直接用於機器人訓練。
Krea 發布影像編輯模型 Krea 3,官方稱比 Nano Banana Pro 快 4 倍、便宜 3 倍。對比頁給出的資料是:Krea 3 單次 2K 編輯約 8 秒、約 0.06 美元,Nano Banana Pro 約 26.8 秒、0.135 美元,GPT Image 2.5 約 39.9 秒、0.21 美元,官方註明這是預生成輸出而非即時基準測試。
OpenAI 表示正與 Chip Ganassi Racing 的工程師合作,把 3D 掃描轉化為可編輯的 CAD 模型和製造圖紙;同時與馬自達合作,通過模擬探索新的車輛設計。兩項合作中,工程師都會稽核模型輸出,並幫助識別模型在哪些地方需要改進。該合作由 OpenAI 官方帳號披露,但帖文未說明使用的具體模型、時間表或合作規模。
Google Labs 推出 AI 遊戲創作平台 Playground,用文字提示就能生成可在瀏覽器執行的遊戲,無需程式設計能力。使用者可選擇問答、競速等型別,指定 2D 或 3D、單人或多人玩法,還能上傳圖片讓 AI 轉成符合美術風格的遊戲資產;成品支援手機與電腦遊玩、連結分享或發布到 Explore 畫廊,並可持續修改。
開發者用 Claude Code 製作了義大利 La Thuile 滑雪場的 3D 地圖,該雪場跨邊境連線法國 La Rosière。資料指令碼用 Python 從 OpenStreetMap 下載雪道與纜車資料、從 AWS Terrain Tiles 獲取高程,最終打包成單個 0.8 MB 的 HTML 檔案,可在手機或桌面瀏覽器中執行。
開源專案 ArtCraft 用 vibe coding 方式復刻了 Adobe 創意套件的多款核心應用,包括對應 Photoshop、Premiere Pro、Acrobat 和 InDesign 的替代品。這些應用以 Rust 編寫、通過 AppImage 分發,體積只有數十 MB 而非數百 MB,能自動識別獨立顯示卡,在 Linux 上也能執行。實測中調色盤與二級選單仍較粗糙,DesignCraft 要更新後才識別本機字型,且只有 PhotoCraft 支援十六進位制取色。
Meta 提出相機可控影片世界模型 World-T³,用測試時訓練把滑出上下文視窗的歷史觀測寫入快速權重,緩解長時生成中的失憶。在 120 段“去程+返程”基準上,重訪 PSNR 從 13.52 dB 升至 18.31 dB,絕對旋轉誤差從 3.344°降至 1.075°。經雙教師蒸餾的 4 步模型在單張 B200 上以 1280×704 解析度達到 20.6 FPS,生成中記憶持續更新,並在 6 項重訪一致性指標上均列第一。
智元發布具身模型 GO-3 Preview,稱在預訓練、後訓練和部署後實現全鏈路規模化學習,並在 RoboDojo、RoboTwin、RoboColiseum 三項評測中排名第一。其預訓練約九成使用人類第一視角資料,採用 WRAM 架構;後訓練系統 Genie Evolver 結合百臺級真機、模擬與世界模型,手機包裝任務成功率由 50.8% 提升至 98.3%。
禾賽 10 月 14 日發布三維世界資料引擎 Kosmo,由空間相機 Kosmo One 與雲平台 Kosmo World 組成,約 15 分鐘可完成 100 平方米空間掃描並生成三維訓練環境,而人工建模還原一家門店約需 300 小時。禾賽稱 Sharpa 的失敗案例降至原來的十分之一,任務成功率達 99%,同一空間可自動生成上萬條訓練軌跡。
開發者用 Claude 迭代的 3D 畫素風遊戲 Willowmere 發布第二版,全部畫面由程式碼生成,不使用任何素材檔案,基於原生 HTML 和 JS,未用遊戲引擎。新版加入完整劇情(三幕加真結局)、低潮採集、制燈、月光釣魚、守望燈塔等玩法,以及鯨骨海灣場景、全套美術動畫和帶表情的 3D 渲染頭像,並修復了此前使用者反饋的問題。本次迭代主要使用 Opus 5.5、中等投入,可在瀏覽器免費試玩。
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。