Objaverse
PulseAugur coverage of Objaverse — every cluster mentioning Objaverse across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型MSVS-VAE模型推动高保真3D重建
研究人员开发了MSVS-VAE，一种新颖的、用于高保真3D重建的层次化基于集合的变分自编码器。该模型通过逐步稠密化潜在表示并采用一种称为AVS-Conv的几何感知局部聚合算子来解决现有方法的局限性，该算子取代了全局交叉注意力。MSVS-VAE旨在与稀疏体素基方法和传统的基于集合的方法相比，实现卓越的重建质量和紧凑性，并提供显著更快的解码时间。
-
DreamCAD框架从无标注网格生成可编辑的3D CAD模型
研究人员推出了DreamCAD，一个新颖的多模态生成框架，旨在从3D网格创建可编辑的边界表示（BReps），而无需CAD特定的标注。该系统利用参数曲面和可微分镶嵌方法，在大规模无标注3D数据集上进行训练，重建连接且可编辑的曲面。为了进一步推动文本到CAD的研究，该团队还开发了CADCap-1M，一个包含超过一百万个使用GPT-5生成的描述的数据集。DreamCAD在ABC和Objaverse基准测试中展示了最先进的性能，显示出改进的几…
-
新研究推出 LATO.2 和 Nexus 以实现高级三维网格生成 · 跟踪 4 个来源
两篇新研究论文介绍了生成三维网格的先进方法，这是电影、游戏和交互式三维环境应用的关键组成部分。LATO.2 采用因子化流匹配框架，将顶点和拓扑生成分开，并以体素支架为锚点，能够生成更高分辨率的网格和进行拓扑自适应编辑。Nexus 利用扩散模型进行整体网格生成，通过基于八叉树的方法生成顶点，并使用新颖的时空间隔嵌入生成拓扑，从而将顶点和拓扑生成解耦，在实验和用户研究中表现优于现有方法。
-
新的三维大语言模型'3D-PLOT-LLM'高效处理对象部件
研究人员开发了一种新的三维多模态大语言模型，名为3D-PLOT-LLM，它解决了先前模型在理解和推理对象部件方面的局限性。与需要显著增加参数或专用解码器的先前方法不同，3D-PLOT-LLM重新组织输入标记，使部件可以直接寻址。这种新颖的方法允许模型以最少的额外可训练参数引用和响应涉及三维对象特定部件的提示。
-
新数据集旨在推进AI辅助CAD程序生成
研究人员推出了两个旨在推进AI辅助计算机辅助设计（CAD）的新数据集。CADBench提供了一个统一的基准，包含18,000个跨越六个系列、五种输入模态和六个指标的样本，用于评估CAD程序生成的AI系统。FllumaOne是一个代码原生数据集，提供了100,000个包含可执行Python程序和已验证特征历史的样本，支持各种CAD重建任务。这两个数据集都旨在标准化评估并推动可编辑3D重建领域的发展。
-
新的蒙特卡洛方法加速了3D几何处理和表示学习
研究人员开发了一种新颖的蒙特卡洛方法来估计用于几何处理的Dirichlet-to-Neumann (DtN)算子及其相关的Steklov特征模式。与传统的边界元方法相比，这种方法速度更快、鲁棒性更强，尤其适用于网格质量不同且包含多个组件的复杂野外3D数据。该方法应用于Objaverse数据集中的约450,000个形状，并集成到一个名为Steklov-CLIP的神经网络中，用于大规模对比3D表示学习。
-
新的基准测试评估AI的CAD程序生成能力
发布了两个新的基准测试，CADBench和BenchCAD，用于评估AI从各种输入生成计算机辅助设计（CAD）程序的能力。这些基准测试旨在标准化多模态AI系统在从图像或3D模型重建可编辑CAD程序等任务中的评估。早期评估表明，虽然专用模型在网格到CAD任务上表现更好，但目前的通用视觉语言模型在复杂的几何细节和工业设计参数方面存在困难，这表明它们在工业准备方面存在差距。
-
MoCapAnything V2 实现任意骨架的端到端动作捕捉
研究人员开发了 MoCapAnything V2，这是一个用于从单目视频进行 3D 动作捕捉的端到端系统，可适应任意骨架。该新框架将姿势和旋转预测整合到一个单一的、联合优化的可学习过程中，解决了先前分解管道的局限性。通过引入参考姿势-旋转对，该系统解决了旋转预测中的歧义，并在未见过的骨架上实现了显著提高的准确性，将旋转误差降低到约 6.54 度。该方法还通过直接从视频预测关节位置而无需中间网格来提高效率，从而使推理速度提高高达 20 倍。
-
新数据集旨在提高具身人工智能的语言多样性和空间对齐性
两个新数据集旨在通过解决现有数据的局限性来改进具身人工智能研究。一篇题为“具身人工智能数据集中的语言多样性有限”的论文审计了当前的语料库，发现它们经常使用重复的、模板化的命令，这表明需要更广泛的语言覆盖。另一篇题为“AmaraSpatial-10K”的论文介绍了一个包含超过10,000个合成3D资产的数据集，这些资产是按度量缩放和语义对齐的，专为在具身人工智能和机器人模拟中直接使用而设计。