分享嘉宾 | 郭春超 责编 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 现在这个时代，我们玩的游戏、看的电影、甚至未来的虚拟世界，都离不开精细逼真的三维（3D）模型。然而，制作这些 3D 内容，过去常常意味着 耗时数周甚至数月的人工建模，成本高昂且效率低下。就像平面设计曾被 Photoshop 改变一样，人工智能正在瞄准 3D 领域，试图彻底革新数字内容 的生产方式。 在这场由 AI 驱动的 3D 生成浪潮中，腾讯混元团队推出的开源项目 Hunyuan 3D 成为了全球开发者社区的焦点。它不仅在 GitHub 上迅速积累了超过 9.6k 的 Star，跻身 3D 生成开源项目的第一梯队，更凭借其出色的模型生成效果，赢得了"几乎没有变形的 Image to 3D，恐怖如斯"这样的用户评 价。 AI 生成 3D 的能力发展到什么阶段了？它离真正改变游戏、影视、数字人等行业还有多远？ 在 4 月 18-19 日举行的 2025 全球机器学习技术大会 （ML-Summit）上，腾讯混元 3D 负责人 郭春超 对此进行了详尽解读，并在会后接受了 CSDN 专访。 令人意外的是，尽管当前 3D AIG ...

明敏 发自 凹非寺 量子位 | 公众号 QbitAI 用 AI无限扩展《我的世界》 ，动动鼠标、键盘即可搞定！ 一直前进、砍掉树木，后面别有洞天的世界，都是由用户与环境交互、AI实时生成的。 也就是说，在砍掉树木之前，树后面的内容还是不存在的。 用鼠标切换视角、环顾环境，丝滑生成连贯画面内容。 哪怕是跳跃，画面也非常稳定，且符合自然世界物理规律。 Minecraft中森林、沙滩、沙漠、冰川、河流、平原等场景都可搞定。 支持基础运动（前后左右）、复合运动、视角移动、跳跃、攻击等细节操作。 而且不局限于《我的世界》， 类Unreal Engine场景泛化 也不在话下。 生成的雨天后的街道，已经非常逼真。 无限逼近画面细节也不崩： 以上，就是 交互式世界模型 最新的重大更新！ Matrix-Game ，面向游戏世界建模，专为开放世界生成高质量内容而来。 它 由 昆仑万维 带来，可以让用户通过简单的键鼠指令，自由探索、创作细节丰富且符合现实世界物理规律的虚拟内容； 以 极 低 操作 门 槛， 释放 物理 真实 感 与 创作 自由 度 的 双重 潜力。 要知道，传统方法构建类似效果，往往需要手写代码、渲染视觉效果，耗时 ...

CADCrafter团队 投稿 量子位 | 公众号 QbitAI 单 张图直接就能 生成可编辑的CAD工程文件 ！ 来自魔芯科技、NTU等的研究人员提出图生3D新框架，名为 CADCrafter 。 CADCrafter和过去得到网格 （Mesh） 或3D高斯泼溅 （3DGS） 的图生3D方法大不相同。 不管是零件渲染图，还是拍摄的3D打印零件，甚至是随意拍摄的日常生活中的物体，CADCrafter均能够生成的对应的原始CAD文件 （以 CAD指令的方式表示，包括表征每个几何特征的指令和对应参数） 。 并且 通过 C AD编译器进行编译 ，可得到直接生产加工的3D文件 （如STP格式的文件） 。 用户可以通过编辑CAD指令实现对物体的编辑 （下图右） 。 实验中，从落地实用性、表面质量等特点来看，CADCrafter相较于目前的图生3D方法均有显著提升。 这项研究的作者来自KOKONI 3D （魔芯科技） 、新加坡南洋理工大学、新加坡A*STAR、西湖大学、德州大学奥斯汀分校和浙江大学。 通讯作者为魔芯科技创始人Tianrun Chen和新加坡A*STAR研究科学家Fayao Liu。 论文已被CVPR 20 ...

在更具挑战性的 3D AIGC 领域， DreamTech 近期推出 Neural4D 2o 多模态大模型， 支持文本及图像输入，实现基于自然语言的交互编辑， 这是全球首个 支持多模态交互的 3D 大模型。 Neural4D 2o 通过文本、图像、 3D 、 motion 等联合训练多模态 transformer encoder 及 3D DiT decoder ， 在一个大模型中实现了 3D 生成的上下文一致 性、高精准局部编辑、角色 ID 保持、换装、风格迁移等能力。 此外， Neural4D 2o 也提供了 MCP 协议的支持，部署了 Neural4D Agent(alpha ），帮助用 户更加便捷、高质量地完成 3D 内容创作。 实测效果： 我们上传一张图。 输入 prompt："保持他的长相、表情和穿着，生成一个全身的Q版形象。" 前些天， GPT-4o的多模态生图上线之后，引发全球AI社区广泛的关注，吉卜力图画全网风靡。 GPT-4o 采用联合文本、图像、语音和视频进行训练，在一个大模型中同时支持了文本、图像、语音等多个模态， 而且其 高度可控，在特征保持，上下文 理解等重要功能使图像生成进入到了 ...