TUM 提出 Tadpole:自編碼器預訓練 3D 物理基礎模型,線上學習免存 202TB 資料
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;
找到 4 筆;也可以試試 語意搜尋
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;
阿里推出 Qwen-Drive-1.0,稱其為首個在預訓練階段統一 3D 感知與視覺問答、並擴充套件至運動規劃的自動駕駛視覺語言基礎模型,且不改動預訓練 VLM 架構。模型基於原生多模態的 Qwen3.5-4B,外掛 BEV 感知頭(3D 檢測、語義佔用預測、BEV 地圖分割)與用流匹配生成 5 秒軌跡的 Planning Expert。訓練僅用公開資料共 283 萬樣本,駕駛 QA 平均分 69.43,WOD-E2E 開環 ADE 5s 達 1.27/2.65。
一個自稱屬於 Roblox 的爬蟲在 10 月 15 至 16 日爬取了 3D 模型站 Open3DLab、SFMLab 與 SmutBase,下載 712 個專案的 1027 個檔案、共 145.5GB,其中 345 個專案(62.6GB)為成人內容。站點 10 月 18 日發現後當天封禁,並按爬蟲 user agent 中的 Roblox 信箱去信詢問,未獲回覆;爬蟲 19、20 日仍嘗試恢復抓取,請求全部被攔截。
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%。