3D视觉研究推动空间理解和动态场景生成

研究人员正在突破3D视觉的界限，从简单的重建转向关注空间理解、动态模拟和实际工程应用。新方法使模型能够在没有明确3D标签的情况下学习几何关系，直接提取3D感知特征以进行实时合成，并生成具有物理一致性的动态4D场景。这些进步旨在使AI能够更深入地理解世界，使其不仅能模拟外观，还能模拟空间结构和物理行为。 AI

影响 这些3D视觉的进步可能带来更具沉浸感的虚拟环境、改进的机器人感知以及更逼真的内容生成。

排序理由 该集群讨论了在计算机视觉会议上展示的多篇研究论文和模型，重点关注3D视觉技术的进步。[lever_c_demoted from research: ic=1 ai=1.0]

在 雷峰网 (Leiphone) 阅读 →

• Adobe Research
• Beijing Institute of Technology
• CMU
• CVPR 2026
• E-RayZer
• Harbin Institute of Technology
• Harvard University
• LagerNVS
• Li Auto
• Meta AI
• PhysGM
• Realiz3D
• SAM 3D
• Sichuan University
• Technion
• University of Oxford

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →