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。
依意思最接近的 21 筆
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。
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%。
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。
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。
慕尼黑工業大學團隊提出 Tadpole,用自編碼器而非預測下一時刻作為預訓練目標,先學三維物理場的通用表示,再遷移到重建、動力學預測與生成。預訓練採用線上學習,GPU 上的求解器即時生成資料直接送入訓練,累計使用約 202 TB 資料卻無需本地儲存,在高速 SSD 環境下整體速度約為離線方案的 1.8 倍。模型用隨機裁剪區域性區域統一不同變數數與解析度的資料,零樣本重建最高到 1024³;
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%。
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。
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。
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。
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。
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。
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。
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。
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。
上海人工智慧實驗室、武大、北航、北大、清華等機構聯合提出的 LabBuilder 被 ICML 2026 收錄,它能把一段自由文字實驗描述端到端生成幾何合規、化學安全且機器人可達的 3D 實驗室佈局。系統由資產與協議編譯器 LabForge、層次化生成框架 LabGen 和四維評估基準 LabTouchstone 組成,資產知識庫收錄 176 類實驗室實體。在 30 個化學實驗協議上,其協議級導航成功率 FSR-Nav 達 0.966,是唯一支援該驗證的方案。
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。
Claude 官方帳號分享了一個醫學教育用例:一位心內科 fellow 用 Claude 做出 3D 工具,幫助受訓醫生學習判讀冠狀動脈造影。原文只有這一句話,沒有給出工具名稱、所用模型版本、是否開源或可公開訪問,也沒有上線時間與適用範圍等資訊。
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。
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。
NVIDIA 部落格介紹了三家 Inception 計劃中的乳腺癌 AI 初創公司,其中 iSono Health 已獲 FDA 許可的可穿戴自動化 3D 超聲 ATUSA 每側乳房約 2 分鐘完成標準化掃描,傳統手持超聲最多需 45 分鐘,公司稱其敏感度高出 28%。該系統基於 150 萬幀超聲影像訓練,已在加州、得州等地合作診所商用,並啟動 3200 名患者的多中心臨床研究。
10 月 15 日,合肥科學視覺化公司可視科學(SciVisual)官宣完成天使輪及天使+輪融資,累計數千萬元,投資方為上海未來產業基金、厚雪資本與浦東創投。公司把核聚變裝置、先進光源等大科學裝置從幾何、部件、材料到物理邏輯編譯成 AI 可呼叫推理的三維資料,已服務 60 餘位院士、800 餘名科學家,覆蓋 20 餘座國家大科學裝置、300 餘個前沿科學設施。其自研輕量化演算法可將模型網格數量壓縮 99% 以上,使原本只有工作站能處理的模型在個人電腦上執行。