2026.08.23 AI建模 李飞飞World Labs跑通空间智能全链路,手机拍段视频就能生成3D世界 → 当大模型还在为"预测下一个词"消耗算力时,李飞飞押注的方向已经换了赛道。7月下旬,她创办的World Labs悄悄收购了机器人仿真公司SceniX,把自家已上线的Marble三维生成引擎和SceniX的高保真机器人训练平台接在了一起,首次跑通了"需求输入、3D仿真世界自动生成、机器人虚拟训练、真实场景部署"的全链路。也就是说,一个AI第一次能在完全由算法生成、却符合真实物理规则的空间里,自主学会一项操作技能,然后直接迁移到实体机器人身上,不再需要昂贵的现实试错。这家公司累计融…
2026.08.22 AI建模 元流发布机器人世界模型,统一跨本体力触觉预测,具身智能仿真评测双突破 → 当人形机器人产业还在为"自由度越来越多"欢呼时,一家新晋创业公司把注意力放到了更系统的问题上:数据如何获取、模型如何训练、能力如何验证。8月20日,人形智能公司Current Robotics(元流)首次对外披露融资进展,公司已先后完成种子轮、天使轮、Pre-A轮融资,累计融资数亿元人民币,投资方包括BV百度风投、高瓴创投、绿洲资本、Monolith砺思资本、前海方舟、复星创富、钧山资本等财务机构,以及智元机器人、星海图、极壳科技等产业方。几乎同期,公司发布了交互式世界仿真器…
2026.08.21 AI建模 腾讯混元发布Hunyuan3D-Buffalo,一个模型统一3D理解生成与编辑 → 3D内容生产长期被"多模态数据稀缺"卡住脖子,尤其缺乏几何一致的编辑数据,导致生成、理解、编辑各环节各自为战。8月20日,腾讯混元发布Hunyuan3D-Buffalo 1.0,给出了一套"统一"的解法:在单一架构中同时支持三维物体理解、文本生成三维模型、指令引导的三维编辑与文本锚定的部件提取四项任务,不再需要为每个任务单独搭建系统。为了支撑训练,团队构建了8700万规模的3D多模态语料库,其中包含2500万理解样本。在Edit3D-Bench评测中,Hunyuan3D-Bu…
2026.08.20 AI建模 苹果发布HeadsUp头部3D重建,万人数据集前馈生成质量刷新 → 3D重建技术的前沿,迎来苹果的一记重磅。近日,苹果发布研究项目HeadsUp,提出了一种可扩展的前馈方法,用于从大规模多摄像机设置中重建高质量的3D高斯人头。该方法采用高效的编码器-解码器架构,将输入视图压缩为紧凑的潜在表示,再将其解码为一组锚定在中性头部模板上的UV参数化3D高斯。这种UV表示方式,将3D高斯数量与输入图像的数量和分辨率解耦,从而能够使用大量高分辨率输入视图进行训练。模型在包含超过1万名受试者的内部数据集上完成训练与评估,数据集规模比现有的多视图人头数据集大…
2026.08.19 AI建模 智象未来发布交互式世界模型,一键生成可漫游可编辑的完整3D世界 → 从生成视频到生成世界,AI在理解物理规律的道路上迈出关键一步。8月17日,合肥人工智能企业智象未来(HiDream.ai)正式发布原生全模态交互式世界模型HiDream-O1-World。与传统视频生成模型主要生成连续画面不同,交互式世界模型需要用户在不断移动视角、改变环境和操控角色的过程中,持续保持场景稳定,并让物体运动符合现实世界的基本规律。HiDream-O1-World支持文本、图像及交互式操控等多模态输入,提供漫游、编辑、交互三类核心能力,用户可以第一人称或第三人称…
2026.08.18 AI建模 英伟达开源Cosmos 3世界模型,4B轻量边缘可跑,机器人实时推理省成本 → 物理AI的落地,正在获得一套全新的基础底座。英伟达近日发布并开源Cosmos 3世界模型家族,这是面向机器人、自动驾驶与视觉AI的开放式基础模型,底层采用Mixture-of-Transformers架构,把视觉推理、世界生成与动作预测整合进同一个模型体系。Cosmos 3包含三个档位:Super版64B参数用于高保真世界建模,Nano版16B参数面向高效推理与后训练,Edge版仅4B参数,专为端侧部署设计,可在英伟达RTX GPU、DGX系统以及包括Jetson Thor在…
2026.08.17 AI建模 Pixal3D图生3D正式开源,像素级对齐让照片秒变可编辑模型 → 从一张2D照片到可编辑的3D模型,AI正在把这个过程压缩到几秒钟。清华大学与腾讯ARC联合研究团队近期发布Pixal3D,这是一款图像转3D的开源模型,其核心创新在于把输入图像的像素特征显式投影到3D体积空间中,让生成结果与输入视图保持像素级的对齐,几何结构与材质细节都高度忠实于原图。模型支持单图快速生成与多视角融合生成,输出包含颜色、法线与粗糙度贴图的PBR材质,并支持GLB格式导出,可以直接导入游戏引擎、Blender等主流工具。相关论文已被计算机图形学顶级会议SIGGR…
2026.08.16 AI建模 Hi3D发布V3.0号称最高精度AI建模,2048立方体素四十八小时免费 → 8月14日,AI 3D生成平台Hi3D通过官方渠道宣布,其最新版本V3.0将于8月19日正式发布,并在上线后的48小时内向所有用户免费开放。Hi3D方面表示,V3.0采用2048³体素分辨率,是目前全球精度最高的AI 3D模型,能够在细节保真度上显著领先于同类产品。这一平台由北京的公司Math Magic开发,定位为覆盖从生成到打印的全流程AI 3D创作工具,V3.0在图像转3D、AI贴图、模型拆分、多色打印适配等环节进行了系统性升级,目标用户覆盖3D打印、游戏影视、电商、工…
2026.08.15 AI建模 英伟达开源MotionBricks动作大模型,2毫秒实时生成35万种动作 → 动画制作与人形机器人控制,正在被一个开源框架拧成同一条技术线。英伟达近日开源了MotionBricks,一个覆盖35万种动作技能、以15000FPS实时生成、延迟仅2毫秒的动作生成基础模型。这个被官方称为"颠覆30年传统技术"的项目,核心是一个只有224M参数的神经骨干,却通过多码本量化的设计,把大规模动作生成压缩进了极小的模型里,实现无需动捕、无需骨骼绑定的实时动作生成。MotionBricks是英伟达GR00T Whole-Body Control机器人方案的核心组件,官…
2026.08.14 AI建模 Meshy 7发布图生3D对齐基准,单张图片几秒出可用模型资产 → 在AI 3D生成赛道,厂商们首次把"图片与3D模型对齐"这件事变成了可以量化的数字。8月10日,全球市场占有率第一的3D AIGC平台Meshy正式发布新一代模型Meshy 7,开放给所有订阅层级使用。与以往"晒效果图"式的发布不同,Meshy 7这次带来了一个罕见动作:为图生3D的几何对齐能力建立可量化评测基准。在官方展示中,一块玉质圆牌上密集的浅浮雕纹理在生成后保持了连续性与深度一致性,没有出现常见的碎裂或失真,这正是Meshy 7想要用数字回答的问题,如何让生成的3D模…
2026.08.13 AI建模 韩国S-Avatar技术:单张照片生成3D化身,可驱动表情与视角 → 3D化身重建长期存在一个两难:精度高的方法依赖多视角拍摄或长视频序列,采集复杂、硬件门槛高;单图方法则往往在侧面和背面视角上质量崩塌,难以保持3D一致性。韩国研究团队日前提出的S-Avatar方法,试图同时破解这两个问题。它能够从一张普通照片出发,生成具有完整头部结构、可自由控制表情与视角的3D虚拟化身,为VR/AR应用提供更便捷的个性化化身创建路径。当虚拟社交与数字人应用快速普及,单图化身技术正在成为连接真实人与虚拟世界的最后一公里。
2026.08.12 AI建模 卡伦特发布创模AI 2.0生成式CAD,国产工业软件探索弯道超车 → 工业软件是制造业的"灵魂",而CAD作为最基础的设计工具,长期被国外巨头垄断,国产替代的呼声由来已久。8月7日,厦门卡伦特科技在人工智能产业园举办新品发布会,推出全新升级的创模AI 2.0生成式CAD工业软件,试图以AI融合云原生的技术路线,为国产工业软件的突围提供一条新路径。发布会以"AI破界、重塑CAD设计生产力"为主题,直指工业设计效率瓶颈这一行业痛点。
2026.08.11 AI建模 腾讯混元发布WorldClaw框架,一句话生成可探索可编辑的3D开放世界 → 用一句话描述一个游戏世界,然后让AI把它变成可以行走、探索、编辑的3D场景,这曾是生成式AI最诱人的愿景之一。8月6日,腾讯混元研究团队在arXiv发布论文并上线展示官网,推出WorldClaw,一个全智能体驱动的3D开放世界生成框架。与既往方法不同,WorldClaw不是简单地从文本渲染一张全景图,而是把文本提示转换为包含区域、地形、资产、材质与空间关系的结构化规格,再逐层构建出全局空间连贯、局部内容丰富、实例资产可编辑的大规模3D场景。
2026.08.10 AI建模 一人一电脑做出3D人体解剖神器,160万人围观AI工作流新玩法 → 过去需要设计师、3D艺术家和前端工程师协作数月才能完成的交互式产品,如今一个人在一台电脑前就能搭建出来。一位ID为thebuggeddev的开发者,用GPT Image 2.0生成视觉方案、经国产3D工具Tripo转换为模型、再借助Codex完成代码开发,打造了一款面向人体解剖学习的交互式3D网页应用,在社交平台吸引160多万网友围观。传统课堂里依赖教材插图的解剖教学,第一次拥有了可以旋转、拆解、探索的数字化版本。
2026.08.09 AI建模 AI反向工程来了:Backflip推出CAD助手,3D扫描件一键转可编辑参数模型 → 当AI能读懂扫描件的几何结构,3D建模的工业流程正在被悄悄改写。8月3日,由Markforged联合创始人Greg Mark创办的Backflip AI正式上线其CAD Copilot产品:一款能把3D扫描、STL文件等网格数据转换成可编辑参数化CAD模型的AI工具,已作为Autodesk Fusion插件和独立网页应用同步推出。经过16个月等待名单的打磨,这个定位AI逆向工程的工具,试图解决工程师长期以来的痛点:拿到一个实物扫描件,如何在CAD软件里重新建模成可编辑的工程模…
2026.08.08 AI建模 拓竹首曝3D生成大模型SegviGen:0.32%标注数据超越最强分割方案 → 3D打印行业的技术竞赛,正在从打印硬件悄悄延伸到AI内容生成的底层。8月7日,21世纪经济报道独家披露,消费级3D打印厂商拓竹科技(Bambu Lab)首次对外透露其3D生成大模型的研究进展:基于3D生成模型的部件分割研究论文《SegviGen: Repurposing 3D Generative Model for Part Segmentation》入选SIGGRAPH 2026 Journal Track,论文作者名单中出现北京航空航天大学、中国人民大学、清华大学与拓竹…
2026.08.07 AI建模 影溯开源QuerySplat秒级重建3D场景,几张照片造出可探索空间 → 围着桌上的小摆件随手拍几张照片,几秒之后,这些二维照片竟从屏幕里立了起来,变成一个可以自由探索的3D内容;用手机从不同角度给楼下的咖啡店拍6张照片,整个空间就被保存进了手机,随时可以走进去看。这不是科幻场景,而是影溯科技(InSpatio)最新开源技术带来的真实体验。8月5日,影溯正式开源前馈式3D高斯泼溅生成技术QuerySplat,只需输入少量不同视角、无需提供相机位姿的图片,即可在一次前向推理中,秒级生成可自由切换视角的3D场景。
2026.08.06 AI建模 AI 3D独角兽VAST考虑赴港IPO,估值10亿美元,3D内容生成赛道资本化提速 → AI 3D生成赛道,正在迎来资本化的关键时刻。8月4日,据彭博社援引知情人士消息,AI 3D建模初创公司VAST正考虑在香港进行首次公开募股IPO,目前正与美国银行和中金公司就潜在的股票发行计划进行合作,相关讨论仍在进行中,尚未作出最终决定。如果成行,这将是AI 3D生成赛道最具标志性的资本事件之一。
2026.08.05 AI建模 浙大新算法稀疏视角重建3D,6到8张照片复原场景,生成追平重建精度 → 想要用AI重建一个房间的三维模型,传统方法往往需要从几十上百个角度拍摄照片,如果只给六到八张稀疏视角的图片,结果常常是墙面缺失、物体模糊、伪影丛生。浙江大学CAD&CG国家重点实验室团队在SIGGRAPH 2026发表的S2C-3D框架,正是冲着这个痛点而来,它仅凭6到8张稀疏视角照片,就能重建出完整、无缺失区域、无明显伪影的高质量3D场景,相关论文已公开发布。
2026.08.05 AI建模 和平精英牵手创想三维办3D打印大赛,玩家共创周边,AI建模加速大众化 → 把游戏里的三级头做成桌面摆件,把空投箱变成耳机支架,再把载具收藏进展示柜,这些曾经只停留在玩家想象中的画面,如今正借助3D打印变成现实。8月2日,消费级3D打印头部品牌创想三维联合国民级游戏IP《和平精英》正式启动刺激之夜周边设计大赛,这是和平精英首次尝试以玩家共创的方式,将3D打印技术融入IP衍生内容的拓展中,投稿时间将持续至9月8日。
2026.08.04 AI建模 高德开源世界模型ABot-World-0,消费级显卡连续推理24小时不崩坏,空间智能迈入天级时代 → 世界模型的连续推理时长,正从分钟级跃向天级。8月3日,阿里巴巴集团旗下高德宣布,自研通用交互式世界模型ABot-World-0完成新一轮技术升级并正式开源,在单张消费级GPU上实现了连续24小时超长时稳定推理,推理过程中画质、物理一致性与交互响应均无明显衰减。据高德介绍,这是全球首个把交互式世界模型连续推理时长提升到天级的模型。
2026.08.04 AI建模 卡帕西10美元让Claude Opus 5造出指环王3D世界,两小时写5500行代码,零成本创作时代开启 → 一段托尔金笔下的中土世界开篇文字,在AI手里能变成什么?前OpenAI联合创始人、现任Anthropic预训练研究员的安德烈·卡帕西(Andrej Karpathy)给出了一个让人眼前一亮的答案:大约10美元的成本、两小时的自主运行,外加5500行代码,一座可以在浏览器中漫游的《指环王》3D场景就诞生了。8月3日,这位AI大神在社交平台公开了完整实验过程,并把源代码一并开放,在AI圈引发热议。