单图 3D 说话人视频合成 (One-shot 3D Talking Face Generation) 可以被视作解决这一难题的下一代虚拟人技术。它旨在从单张图片中重建出目标人的三维化身 (3D Avatar)
Meshy-2 的文本转 3D、图像转 3D、文本到纹理效果均有所提升。
AI 生成 3D 模型最难的一关，终于被搞定了。
来自南洋理工大学、上海AI实验室等机构的研究人员，共同推出了新款文生3D基础模型3DTopia。只需要一组文本，它就可以在5分钟内生成出多样化、高精度的3D模型。
现在，通过文本提示和一个 2D 边界框，我们就能在 3D 场景中生成对象。
Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。
最近来自浙江大学ReLER实验室的研究人员提出SIFU模型，一种侧视图条件隐函数模型用于单张图片3D人体重建。模型通过引入人体侧视图作为先验条件，并结合扩散模型进行纹理增强，在几何与纹理重建测试中均达到SOTA，并且在真实世界中具有多种应用场景。
美国AI 3D创业公司「Luma AI」近日完成4300万美元B轮融资，由A16Z独家投资。
将2D扩散模型的强大图像生成能力与再绘策略的纹理对齐能力结合起来，Repaint123能够在2分钟内从零开始生成具有多视角一致性和精细纹理的高质量3D内容。
来自清华大学交叉信息研究院的研究者提出了「GenH2R」框架，让机器人学习通用的基于视觉的人机交接策略这种可泛化策略使得机器人能更可靠地从人们手中接住几何形状多样、运动轨迹复杂的物体，为人机交互提供了新的可能性。
