Hunyuan3D
PulseAugur coverage of Hunyuan3D — every cluster mentioning Hunyuan3D across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Hunyuan3D-Buffalo 1.0 通过统一的生成和编辑功能推动3D AI发展
研究人员推出了Hunyuan3D-Buffalo 1.0，一个旨在推进3D建模能力的统一框架。该新架构在一个系统中集成了3D理解、文本到3D生成和指令引导的3D编辑。为了便于训练，利用Nano3D-v2生成了一个包含8700万个样本的大规模3D多模态语料库。该框架结合了Hunyuan3D-VLM用于理解和Hunyuan3D DiT用于合成，在各种3D生成和编辑基准测试中展示了最先进的性能。
-
用户寻求开源2D到3D模型工作流以进行3D打印
一位Reddit用户正在寻找最佳的开源、本地工作流，将2D产品图像转换为可编辑、可打印的3D模型，特别是用于创建具有精确公差的空心、防水STL以用于盖子。用户发现TRELLIS虽然视觉上接近，但生成的STL存在大量不适合3D打印的错误。他们成功的方法是通过Blender中的程序化生成和专有辅助，现在他们正在寻找用于语义零件分离、空心化和流形验证等步骤的开源替代方案。
-
五款图像转3D工具测试：Tripo、Meshy、Trellis、Hunyuan3D、Stable Fast 3D
一项对比测试评估了五款领先的图像转3D转换工具：Tripo、Meshy、Trellis、Hunyuan3D和Stable Fast 3D。虽然所有工具都可以在大约一分钟内从2D图像生成3D模型，但它们的性能、许可和理想用例差异很大。评估考虑了速度、几何形状、纹理、许可、成本和硬件要求等因素，并指出工具的选择在很大程度上取决于预期应用，例如游戏资产创建、快速原型设计或本地开源开发。
-
PerBite 工作流程通过 3D 网格分析准确估算食物体积
研究人员开发了一种名为 PerBite 的新工作流程，用于估算餐食中消耗的食物体积。该方法结合了分割、3D 网格生成和盘子测量来确定体积。PerBite 在一项挑战赛中获得第一名，Chamfer 距离较低，并且在州级体积方面表现出较低的 MAPE，尽管消耗体积的 MAPE 仍然较高。
-
Stream3D 支持从视频流生成三维内容
研究人员开发了 Stream3D，这是一种旨在增强从序列视觉数据生成三维内容的新型机制。该系统通过采用动态证据记忆，允许现有的视图条件三维生成器在无需重新训练的情况下处理单目视频流。该记忆选择性地缓存信息帧，防止时间不一致并有效管理内存占用。
-
Hugging Face、腾讯、Meta推进AI模型可视化和3D工具
Hugging Face、腾讯和Meta推出的新AI驱动工具正在增强AI模型架构的可视化，并简化3D资产的创建。这些进展旨在让开发者更容易理解和交互复杂的模型结构。这一发展也标志着AI在改变3D建模流程方面的应用方式的转变，有望提高速度和精度。
-
AI 工具从照片生成 HTML 维基和 3D 网格
99helpers.com 推出了一个免费的 AI 工具，可以根据给定主题自动生成多页、相互连接的 HTML 维基。该工具支持 SVG 和图表等丰富的视觉元素，还提供 AI 聊天机器人创建功能以实现客户支持自动化。此外，Modly 是 Lightning Pixel 的一个开源桌面应用程序，它使用本地 GPU 从照片创建 3D 网格，并支持外部模型。
-
Blender MCP 集成 Claude AI 以进行提示辅助的 3D 建模
Blender 模型上下文协议 (MCP) 集成允许 Claude AI 直接控制和交互 Blender，一款 3D 建模软件。这种连接使用户能够通过自然语言提示执行诸如提示辅助的 3D 建模、场景创建和对象操作等任务。该系统包括一个充当套接字服务器的 Blender 插件和一个实现 MCP 的 Python 服务器，从而促进 Blender 内部的双向通信和代码执行。