标签
3DCodeVerse引入了一个研究生态体系,包含一个200万规模的可执行3D代码数据集、一个用于3D内容自动生成与验证的多智能体DAG框架,以及实证指南,表明经过微调的开源模型在与Claude Design(3D Object)的对比中达到了90%的胜率。
Intern Lumina U2 是首个采用多码本离散视觉词元的扩散语言模型,能够在一个统一骨干网络中实现图像、视频、3D 生成与文本的统一建模,达到领先性能,并通过稳定性感知采样策略将图像生成速度提升 4.45 倍。
UniForge3D 提出在共享的锚点引导空间中联合建模 3D 重建与生成,解决相机相对重建与规范空间生成之间的坐标不匹配问题,并在 Toys4K 和 GSO 数据集上取得了最先进的外观与几何结果。
用户开源了一个可生成可旋转、可交互的3D微缩海岛效果的提示词,称任何agent和模型都能一键直出,并提到国产新模型 Step 5 Preview 上线 OpenRouter 第二天即登顶 Trending 榜首,效果媲美 Opus 5.5 且价格更低。
阶跃星辰发布旗舰基座模型 Step 5 Preview,登陆 OpenRouter 热榜第一,主打 AI 编程与软件工程,支持 1M token 上下文。用户实测将其接入 Claude Code,用 Three.js 生成可交互 3D 小岛,效果媲美 Opus 5.5 且成本更低。
本文提出 Artisan 系统,通过多智能体流水线与物理仿真反馈扩展 Articraft,生成具有物理合理关节结构的 3D 资产(如碰撞自由运动、重力稳定性和准确的质量材料属性),并构建涵盖空间保真度、物理合理性、下游任务表现和整体质量的统一基准。
SpaceFlow 提出了一种免训练的局部可控 3D 生成流程,用户可通过几何基元为不同区域指定控制强度,并分别路由文本或图像提示来合成外观,从而在几何保真与生成自由度之间取得平衡。
一位用户通过 Atlas Cloud 用单张消防栓照片测试了图像转 3D 模型 Seed3D 2.0,发现重建出的背面和整体形状看起来颇有说服力,但凸起铸字等细节在网格中完全缺失——这说明 AI 的 3D 演示看起来可能很逼真,却会丢失与具体物体相关的特征。
NVIDIA开源了名为Lyra 2.0的模型,可将任意单张图片直接转换为可自由探索的交互式3D世界,甚至可用于向生成的场景中放入机器人进行仿真训练。模型已发布到Hugging Face,UI代码也已在GitHub开源。
image-blaster 是一个面向 Claude Code 的开源 MIT 技能套件,可在 5 分钟内将单张照片转换为可探索的 3D 环境。它串联 World Labs Marble、Hunyuan 3D、nano-banana 和 ElevenLabs,生成网格模型、高斯泼溅、物理效果和环境音效,可直接用于 Unity、Unreal、Godot、Blender 或 Three.js。
一篇爆帖宣称,一个 GitHub 仓库能在几分钟内将任意单张照片转换成完全可探索的 3D 世界——包括带物理效果的网格、背景高斯点云和环境音效——这震动了整个 3D 内容创作行业。
一条推文宣传了一个名为 image-blaster 的新开源 GitHub 仓库,它能将一张照片转化为可探索的 3D 世界——包括网格、物理效果、背景点云和环境音效,并声称该工具可能颠覆传统的 3D 建模工作流。
该论文提出 LMBuild,一个用于评估 LLM 智能体生成可建造、功能性结构能力的基准,包含交互式装配环境、基于 CAD 数据集构建的评测集以及涵盖结构可靠性、功能可供性和物理可实现性的评估框架,在 30 个系统上的评测揭示了功能推理仍是前沿模型的主要瓶颈。
Mold 是一个 CLI 原生的本地 AI 媒体生成开源项目,支持在自有的 NVIDIA CUDA 或 Apple Silicon 上运行图像、视频与 3D 生成模型,统一了原本分散的本地 AI 媒体工具流程。
据报 Google 新推出的 Gemini 4 Argon 在 3D 游戏生成方面的表现已与 Claude 最强的模型不相上下,这标志着生成式 3D 内容和游戏开发能力的一次显著进步。
MeshyAI 预告了新的 "Meshy Edit" 功能,加入了 3D 修复(3D inpainting)能力,用户可以选中 3D 模型的某个区域,并描述希望做出的修改。
作者用同一套带硬性预算上限(20 分钟、$4、60 次请求)的 agent 循环测试了 14 个模型的 photo-to-Blender 3D 场景生成能力,GPT-6 Astra 以持续优化到预算耗尽赢得全部三项,而重度推理模型常因耗尽时钟而交付为空。
论文提出了自回归边界扩展(Autoregressive Frontier Expansion)这一生成框架,通过迭代方式生长树状分支结构:在每个边界步骤中,由 SO(2) 等变图神经网络参数化的流匹配模型来决定是分叉还是终止。该方法在皮层神经元和植物树木形态生成任务上进行了评估,涵盖无条件生成、类别条件生成和形态引导生成三种设定,结果与参考分布高度吻合。
MIT CSAIL、Google 与 Northeastern 大学的研究人员推出了 InstructMesh——一款 AI 驱动的设计工具,它将微软的 TRELLIS 3D 生成器与 GPT-4 结合,让用户在实际制造前即可生成、以提示方式编辑并修复具备功能性的可 3D 打印模型。
用户分享使用 6.1 Sol 在 Codex 中生成 3D 内容的体验,称其 3D 建模与纹理质量可与 Astra 媲美,并与 Blender 结合还原了法拉利 F1 赛车的爆炸装配视频,且仅消耗约 10% 周额度,性价比极高。