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。
找到 24 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。
Anthropic 的 Claude 官方帳號展示了用 Opus 5.5 製作的互動式 3D 噴氣發動機,使用者可對其剖切並拆解檢視內部結構。該演示發布於 2026 年 10 月 2 日,正文未說明所用工具鏈、生成耗時或是否開放體驗。
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。
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 展示了 Gemini 4 Argon 生成的 3D 元素週期表,它與 Tom Lehrer 的歌曲《The Elements》同步。該專案在 Antigravity 中建立,會以動畫呈現電子繞核軌道、原子資料和光譜。官方未公布更多技術細節或可訪問連結。
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;
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%。
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。
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。
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;
一名獨立開發者用 Claude Opus 智慧體(Claude Code)配合 Remotion 製作了 Mac 應用 Tack+ 的發布影片,全部內容由程式碼生成,未使用 After Effects、素材庫或授權音樂。影片時長 45 秒、60 fps,輸出 1080p 與 4K,含法語和英語版本;MacBook 用 CSS 3D 搭建,卡片為應用真實渲染,配樂也逐音符合成。
開發者 @gruberbuilds 用 Claude 建置了一個基於物理的奧尼爾圓柱體空間棲息地模擬,可在瀏覽器中漫遊。該圓柱寬 6.4 公里、長 32 公里,位於地月 L5 點,每 113.5 秒自轉一週,陽光來自反射鏡,重力來自旋轉。頁面需 WebGPU 支援,若瀏覽器未提供圖形介面卡,需在 Chrome 或 Edge 中開啟硬體加速並重啟。
牛津大學、莫納什大學與布里斯托大學等團隊提出互動式影片世界模型 Oneira,由 Coding Agent 維護的 World State Table 單獨記錄場景中每個物體的 3D BBox 與互動狀態,從而精確改變指定物體,並讓改變後的狀態在後續影片中持續保留。
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。
Mistral 與 NVIDIA 宣布合作開發 AI 原生工程工作流:以 Mistral Large 4 配合資料生成與物理建模管線,用 NVIDIA CUDA-X、Warp 加速模擬,並接入 Omniverse 生成 3D 場景與 SimReady 資產。雙方還將發布物理模型的公開基準與開放資料集,併為 CAE、EDA 中的 agentic AI 建立評測,考察工具使用、多步流程與技術正確性,同時記錄耗時與算力成本。
Gemini 4 Argon 發布,官方稱其在物理理解、程式碼生成與視覺語義推理上有跨越式提升,在考察 3D 物理空間問題理解的 Embodied Reasoning(ERQA)基準上用純推理拿到 87%,超過所有其他前沿模型。它被定位為通用物理推理模型,覆蓋機器人控制、Real2Sim、物理理解與研究自改進四個方向,官方給出了各方向的代表性提示詞。
Gemini 4 Argon 發布,官方稱其在物理理解、程式碼生成與視覺語義推理上有跨越式提升,在考察 3D 物理空間問題理解的 Embodied Reasoning(ERQA)基準上用純推理拿到 87%,超過所有其他前沿模型。它被定位為通用物理推理模型,覆蓋機器人控制、Real2Sim、物理理解與研究自改進四個方向,官方給出了各方向的代表性提示詞。
Google 發布 SynthID Bio,將水印技術引入合成生物學,可在不損害生物功能的前提下把不可感知的簽名嵌入蛋白質序列與 AlphaFold 3 預測的 3D 結構中。實驗覆蓋 VEGF-A、SARS-CoV-2 spike RBD 和 PD-L1 三個靶點,加水印設計的命中率、結合親和力與序列多樣性均與未加水印版本相當,並首次造出帶水印且具生物功能的蛋白質結合體。該方法面向 DNA 合成篩查與 PDB、UniProt、GenBank 等資料庫的溯源驗證。
Kimi K3.1 Pro 正式發布,是 K3.1 系列首個模型,也是目前規模最大的 3T 級開源權重模型,支援 100 萬 token 上下文。同步推出速度提升 2–3 倍的 Highspeed 版本,兩者已在 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上線,完整權重將於 11 月 4 日前公開。
一位使用者測試 Claude Opus 5.5 能否作曲,要求它先設計一套簡單的文字音樂格式,再建置能直接播放的 artifact 並附上範例曲目,目標是《猴島小英雄》初代的水準。成品比預期更貼近猴島主題,但結果出乎意料地好。作者由此猜測,作曲可能像此前的 3D 圖形生成一樣,是文字模型近幾個月才出現的新能力,不過要確認是新能力還是早就有,還需用更多新老模型做對照實驗。
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。
設計師 Guillaume Ardaud 發布 Lightbulb Computer 概念原型,把投影儀與計算機視覺裝進燈泡外形,可擰入愛迪生螺口燈座或用便攜底座擺在家裡任意位置,在牆面和桌面投影資訊,並識別指向、手勢與實物。原型演示了廚房食譜與計時器投影、共享大屏地圖規劃行程、指向控制智慧家居、床頭環境顯示、書架識別與 3D 地圖天氣疊加等場景,影片均為真實原型拍攝,未做特效或 AI 生成。
千問辦公發布電商版,定位面向所有電商平台與商家開放的獨立第三方電商 Agent,主打趨勢洞察及賣點分析、爆款素材批次生成、跨平台作戰臺、跨平台 ROI 智慧最佳化四項功能。首批使用者劉祥龍用其做調研與詳情頁素材,7 天開出一家 3D 列印鞋店,Token 費用僅幾百元;另有內衣團隊把秋冬素材準備週期從 4 個月縮到約 15 天,單次資料分析從約 3 小時降至 1 小時以內。電商版可通過聯結器接入聚水潭 ERP、生意參謀等已有工具,並計劃拓展到金融、政務、教育等行業。