当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

多视角图像生成：从平面幻觉到空间智能的跃迁

源自38位全网作者

01-23 14:36

精选参考来源

每天白嫖 880 积分❗️AI一键生成2分钟电影级视频➕一周涨粉5000

哔哩哔哩 2025-09-16

Nano Banana爆火背后，深聊谷歌多模态五大主线布局【硅谷101】

哔哩哔哩 2025-09-06

全部
来源

内容由AI生成

精选参考来源

1. 每天白嫖 880 积分❗️AI一键生成2分钟电影级视频➕一周涨粉5000

哔哩哔哩 2025-09-16 00:00:00

2. Nano Banana爆火背后，深聊谷歌多模态五大主线布局【硅谷101】

哔哩哔哩 2025-09-06 00:00:00

3. AI 3D大模型与3D打印正在重塑生产制造方式，VAST宋亚宸谈Tripo如何开启个性化定制新时代

微信公众号 2025-08-29 00:00:00

4. #nanobanana为何爆火#？从最近的AI圈子来看，nanobanana（也就是Google的Gemini 2.5 Flash Image模型）确实像一股热浪席卷了社交媒体和社区，大家都在晒作品、分享提示词，甚至讨论它对行业的颠覆。记得GPT-4o的吉卜力风格刚出来时那种刷屏的兴奋劲儿？nanobanana现在就是那个升级版，让AI生成从“有趣”直接跳到“上瘾”。nanobanana特别适合“手办风”或拟真风格的生成，用户上传一张自拍或宠物照，就能秒变3D盲盒风格，细节如眼神、光影、毛发纹理都处理得超逼真。社区里很多人用它做二次元角色实体化，比如把动漫人物转成可抱的“潮玩”造型。nanobanana是Google最新推出的图像生成与编辑模型，全称Gemini 2.5 Flash Image（代号nano-banana），于最近几天正式发布。它基于Gemini系列的多模态架构，能处理文本+图像的混合提示，实现生成、编辑和融合。为什么这么厉害？• 超轻量+极速：模型大小像“nano banana”那么小（不像其他大模型要几十GB），在消费级硬件或网页端跑得飞起，生成速度秒级。 • 高精度与风格控制：细节拉满，能保持人物一致性（比如编辑表情或背景时不崩脸），支持拟真、艺术跨界。比Flux或DALL-E在单次编辑上更准，LMArena排行榜上直接登顶。 • 多功能：不只生成，还能融合多图、改变天气/表情、产品植入等，像专业Photoshop但用自然语言提示。 • 开放生态：集成到Google AI Studio和API，开源社区快速迭代，玩法从手办到游戏资产生成。对AI行业：nanobanana标志着图像AI从“生成”向“精准编辑+一致性”进化，推动多模态模型标准化。Google这步棋让门槛更低，加速生态迭代，比如游戏开发用它生成一致资产，或广告业一键产品融合。它也刺激竞争，Kling 2.1或Speak 2.0等视频/语音模型会跟进。对图像工作者：利大于弊。设计师/摄影师能用它快速原型，节省时间（比如从草图到成品），但也挑战传统技能——Photoshop可能被部分取代。积极面是释放创意，焦点转向故事而非像素级操作。但需适应：学习提示工程，成为“AI导演”。长远看，它 democratizes 艺术，让更多人参与，但专业人士的优势在独特视角上不会消失。#ai生活指南##ai创造营#

新浪微博 2025-09-01 00:00:00

5. Meta 开源王炸！SAM 3D 正式发布！任何照片、视频都能秒变真实 3D，这个 AI 太离谱了｜零度解说

哔哩哔哩 2026-01-13 00:00:00

6. 3D标注贵到离谱？我们用10%–30%标注把相机BEV 3D检测拉回SOTA

知乎 2026-01-05 00:00:00

7. 微软开源的40亿参数3D生成模型TRELLIS.2引发行业关注，破解了长期困扰3D生成领域的精度与效率难题，为工业级3D资产创作提供了全新路径。传统3D生成要么依赖体素导致边缘锯齿，要么采用隐式场难以处理复杂结构。TRELLIS.2的双格点O-Voxel结构，既保留了像素级计算便利，又能精准还原锐利边缘与嵌套、镂空等复杂拓扑，无论是机械零件的精密内腔还是植物轻薄花瓣，都能完美复现，解决了开放表面、非流形几何的建模痛点。3D数据的庞大体积一直制约高分辨率生成，TRELLIS.2通过16倍空间压缩的稀疏压缩变分自编码器，智能识别物体活跃区域，跳过空白区域计算，将1024分辨率资产的潜变量令牌压缩至9.6K，在极致压缩的同时几乎无视觉退化，为40亿参数模型的高效运行释放了算力空间。不同于传统贴图式上色，该模型直接生成基础色、金属度、粗糙度等完整物理渲染参数，生成资产可直接适配虚幻引擎等工业工具，在不同光照下呈现真实物理反馈，避免了多视角色彩不一致问题。TRELLIS.2在H100显卡上3秒即可生成512³分辨率资产，最高支持1536³超高清输出，且在权威测试集上的几何精度与视觉质量全面超越主流竞品。其开源不仅降低了高精度3D创作门槛，更通过底层技术革新，推动AI 3D生成从实验级迈向工业级应用。#AI创造营##AI创作热点##科技先锋官##AI生活指南# 种斌Marco的微博视频

新浪微博 2025-12-24 00:00:00

8. 当空间智能大模型「与相机共思」：从任意视角理解和创造世界的统一多模态架构

知乎 2025-10-21 00:00:00

9. 给AI一个“身体”：3D数字人或是具身智能的解法？【硅谷101】

哔哩哔哩 2025-11-07 00:00:00

10. 【苹果开源】1张照片秒变可进入的3D场景！Mac/Windows 部署教程全解析 | XR游戏和应用体验

哔哩哔哩 2025-12-21 00:00:00

11. 【AI前沿】AI再掀革命！一句话、一张图，瞬间生成整个3D房间

微信公众号 2025-09-24 00:00:00

12. 一句话就能生成「我的世界」，腾讯发布混元3D世界模型，继续开源｜WAIC2025

微信公众号 2025-07-27 00:00:00

13. 华为与大学共同发表论文，提出GenieDrive，一种以 4D Occupancy 作为中间表示的自动驾驶世界模型框架，在4D占据预测、轨迹可控性以及长时序视频生成能力等方面均显著优于现有自动驾驶世界模型。GenieDrive在仅使用3.47M参数的情况下实现了41FPS的推理速度，并在4D占用率预测mIoU达42.59%，提升7.2%；视频生成FVD指标降低20.7%。GenieDrive使用最少的参数实现了最高的占用预测精度，并促进了8倍更长的多视角驾驶视频生成，且生成质量显著提升。实验表明，GenieDrive能够实现高度可控、多视角一致且物理感知的驾驶视频生成。

新浪微博 2026-01-03 00:00:00

14. 李飞飞全新「世界模型」问世！单张H100实时生成3D永恒世界

知乎 2025-10-17 00:00:00

15. 字节跳动推出 3D 生成大模型，该模型都有哪些性能亮点？

知乎 2025-10-23 00:00:00

16. 用2D数据解锁3D世界：首个面向运动学部件分解的多视角视频扩散框架

微信公众号 2025-09-22 00:00:00

17. 任意骨骼系统的模型都能驱动？AnimaX提出基于世界模型的3D动画生成新范式

微信公众号 2025-09-06 00:00:00

18. 【AI辅助设计】从单图到可缩放世界：三款前沿AI工具如何重塑3D与设计流程

微信公众号 2025-12-13 00:00:00

19. AIGC 赋能图像生成及编辑前沿探索与业务应用

知乎 2025-11-05 00:00:00

20. 【教程】1秒1张图，2D图片变3D场景！Apple开源新算法

哔哩哔哩 2025-12-21 00:00:00

21. 李飞飞公司发布空间智能模型 Marble，从单张图生成 3D 世界，生成效果如何？对行业有何影响？

知乎 2025-09-17 00:00:00

22. Seed3D 1.0是一个从单张图片直接生成高保真、可用于物理仿真的3D模型的基础模型，具备以下核心优势：1. 高保真资产：生成的3D模型几何精准，纹理对齐，材质基于物理渲染，细节丰富。2. 无缝集成：模型可直接导入物理引擎（如Isaac Sim），支持机器人操作和仿真训练，配置极简，大幅缩短传统建模耗时。3. 场景生成：不仅限单个物体，还能组合成完整环境，支持多物体复杂交互，利用视觉语言模型（VLM）实现空间布局规划。架构上，Seed3D采用多阶段流水线保证几何与材质质量：- 通过Seed3D-VAE和扩散模型生成密闭且细节丰富的网格；- Seed3D-MV多视角生成一致性RGB图像；- Seed3D-PBR分解物体的物理材质属性（反照率、金属度、粗糙度）；- Seed3D-UV扩散修复纹理缺失区域，实现无缝贴图。训练规模庞大，覆盖数百万级多模态3D资产，采用分布式处理和自动质检，支持从日用品到机械零件、建筑构件的多样化生成。实际应用上，Seed3D极大缓解了机器人仿真内容瓶颈：- 快速生成并导入，无需耗费数周手工建模；- 支持成千上万变化物体，且物理属性一致；- 可生成复杂完整场景，推动智能体多目标、多物体交互仿真。该技术将推动3D资产生成、机器人仿真和虚拟环境构建进入新阶段，对游戏开发、自动驾驶、智能机器人等领域意义深远。📄 Paper: arxiv.org/pdf/2510.19944🌐 Project: seed.bytedance.com/seed3d 爱可可-爱生活的微博视频

新浪微博 2025-10-27 00:00:00

23. 字节Seed团队最新发布3D生成大模型 Seed3D 1.0，能从一张2D图像直接生成高精度3D模型，几何、纹理、材质一体生成，可以应用在游戏、元宇宙、机器人仿真等场景。对创作者们来说，这也许是个分水岭，以后建模不再是门手艺，而是一门调校prompt的活儿。AI虽然让效率暴涨，但也在重新定义创意值多少钱。

新浪微博 2025-10-23 00:00:00

24. 清华最新SOTA！ArbiViewGen：自监督框架实现多车型任意视角可控图像生成~

微信公众号 2025-08-11 00:00:00

25. 刚刚，李飞飞发布世界模型新成果！一张图生成 3D 世界，现在就能玩

微信公众号 2025-09-17 00:00:00

26. 全球领先的AI 3D大模型公司，携手网易干了件大事

知乎 2025-09-24 00:00:00

27. 别只盯着李飞飞！AI的「3D数据底座」已被这家中国公司悄悄建好

知乎 2025-07-30 00:00:00

28. 腾讯混元开源3D世界模型：HunyuanWorld-Voyager

知乎 2025-09-06 00:00:00

29. 0.3秒极快推理！精度暴虐SAM30！OpenM3D打造开放词汇3D检测新SOTA！

知乎 2025-09-02 00:00:00

30. 腾讯混元3D-Omni：3D版ControlNet突破多模态控制，实现高精度3D资产生成

微信公众号 2025-09-29 00:00:00

31. 【AI前沿】注意看！从图像到3D，从平面到分层：两项将重塑设计流程的AI技术

微信公众号 2025-12-18 00:00:00

32. 全球首个游戏大模型！3D版ChatGPT带你走进头号玩家时代#全灵SEELE##AI##大模型##游戏# 科技最前线的微博视频

新浪微博 2025-10-24 00:00:00

33. 五分钟内生成一个可3D打印Q版模型，创想三维建模平台 MakeNow 接入腾讯混元

微信公众号 2025-08-11 00:00:00

34. 好家伙，这波用Remy制作的黄渤和李斯丹妮的3D视频有点东西的，现在建立3D模型都这么简单了么？哪怕你不懂建模，都可以凭借着鸿蒙6的强大AI实力再结合方舟引擎的组件，就可以做到仅凭手机拍摄就能生成立体画面，移动端轻松搞定复杂渲染。5分钟就能生成可360°查看的3D沉浸空间，还可以“碰一碰”直接分享。从拍摄生成到多设备协同、一键分享，生态联动全程丝滑，科技感拉满还超好上手！人人都能玩专业3D创作，这波真的香～真的就是用黑科技定格生活高光！#鸿蒙3D影像定格精彩#

新浪微博 2025-12-17 00:00:00

35. #字节跳动推出3D生成大模型#Tripo系列革新3D内容创作：近日，字节跳动旗下公司发布了两款强大的3D生成模型——TripoSR和TripoX，实现了从单张图片快速生成高质量3D模型的突破，引发行业广泛关注。其核心细节与亮点如下：TripoSR：开源、高速的学术模型核心能力：在秒级内（约2秒），仅凭单张图片即可生成结构合理、纹理细节丰富的高质量3D网格模型。技术亮点：基于前沿的LRM架构，并通过大规模数据集优化，在推理速度和生成质量上超越了众多同类开源方案。重大意义：作为开源模型，它极大地降低了3D内容创作的技术门槛，让普通开发者和艺术家也能轻松使用。TripoX：面向商业的旗舰模型核心能力：在TripoSR基础上，生成质量再上新台阶。它能产生几何更精确、纹理分辨率更高的3D资产，细节表现力惊人。应用场景：直接面向游戏开发、影视制作、VR/AR及工业设计等专业领域，有望成为下一代3D内容生产的核心工具。总结：字节跳动此举，特别是开源TripoSR，不仅展示了其在生成式AI领域的深厚技术储备，更旨在推动整个3D生态的快速发展，预示着“单图生成3D”将从概念迅速走向大规模应用。#字节跳动发布生成高精度3d模型#

新浪微博 2025-10-25 00:00:00

36. 3D AI绘图工具hyper3d

微信公众号 2026-01-01 00:00:00

37. 北京大学联合多所知名高校突破机器人视角转换技术