3D scenes
PulseAugur coverage of 3D scenes — every cluster mentioning 3D scenes across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新40亿参数模型微调用于编码和3D场景生成
一个拥有40亿参数的新模型，从Qwen3.5-4B微调而来，已被开发用于通用编码和3D场景生成。该模型仍处于早期开发阶段，目前正在进行持续的开发工作，并提供了一个演示视频。该项目旨在增强在编程辅助和三维环境创建方面的能力。
-
MAMHOI框架在3D场景中生成逼真的人体-物体交互
研究人员推出MAMHOI，一个旨在复杂3D场景中生成逼真的人体-物体交互（HOI）的新型框架。该系统通过将生成过程分解为两个独立阶段：场景理解和运动合成，并以可供性作为中介，来解决成对人体-物体-场景数据稀缺的问题。这种方法允许模型从互补的数据集中学习，而无需完全对齐的人体-物体-场景运动数据，从而实现更可行、几何上更精确的交互。
-
ElasticFit 框架通过 VLM 推理增强 3D 对象插入
研究人员开发了 ElasticFit，一个旨在改进将对象插入 3D 场景过程的新框架。该系统利用视觉语言模型 (VLM) 来理解语义意图和物理合理性，同时提供精确的几何控制。ElasticFit 生成结构化的拟合线索，将高级推理转化为明确的 3D 约束，从而能够将对象刚性放置、均匀缩放或弹性拟合以匹配场景的几何形状。与现有方法相比，该框架在空间关系和支撑成功率方面均有显著提高。
-
OmniStyle-INR 实现视觉数据的通用风格迁移
研究人员推出 OmniStyle-INR，一个专为各种视觉数据类型实现通用和多模态风格迁移的新框架。该方法利用隐式神经表示 (INR) 来处理二维图像、视频、三维场景和四维动态，在数据压缩和超分辨率方面具有优势。OmniStyle-INR 支持通过文本提示和视觉示例进行高质量风格迁移，为依赖高斯泼溅法处理这些连续域的方法提供了一种替代方案。
-
AI在拍摄前规划3D场景中的人像摄影
研究人员开发了一种在新方法，用于在拍摄照片前规划3D场景中的人像摄影。这种方法称为3D美学人像规划，可生成最优的人物姿势、相机角度和光照配置，以创建视觉上引人注目的图像。该系统利用摄影场景图来表示场景元素及其关系，从而实现美学引导的规划，该规划在人类和MLLM评估者中比现有方法更受欢迎。