SAM 3D
PulseAugur coverage of SAM 3D — every cluster mentioning SAM 3D across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
CVPR 2026：具身智能、生成式生物学成焦点
CVPR 2026 显著展示了计算机视觉向主动理解和行动的转变，特别是在具身智能领域。多篇获奖论文聚焦于 4D 场景重建、通用游戏代理以及从图像进行 3D 物体和人体重建。一场主题演讲强调了生成式 AI 在分子设计和药物发现方面的变革潜力，朝着可编程生物学迈进。NVIDIA 等参展商展示了在机器人和自动驾驶领域的进步，将自身定位为具身智能生态系统的关键基础设施提供商。
-
CVPR 2026 奖项聚焦 4D 重建、3D 生成及中国研究者
在丹佛举行的 CVPR 2026 会议表彰了计算机视觉领域的重大进展，Google DeepMind 的 D4RT 模型因其高效的动态 4D 场景重建能力荣获最佳论文奖。Meta 的 SAM 3D 和 NVIDIA 的 NitroGen 分别因 3D 重建和游戏代理能力获得荣誉提及。最佳学生论文奖颁给了清华大学和 Microsoft Research 的 3D 生成模型 TRELLIS.2，而一项重要的最佳学生论文提名则突出了广东工业…
-
新的SAM 3D模型支持单图像3D重建
研究人员推出了SAM 3D，这是一种生成模型，能够从单个2D图像中重建3D对象，包括几何和纹理。该模型旨在处理具有遮挡和杂乱的复杂真实世界场景，与现有方法相比取得了显著改进。随后的开发Fast-SAM3D通过引入一个无需训练的框架来解决SAM 3D的推理速度限制，该框架根据生成复杂度动态调整计算量，在保真度损失很小的情况下实现了高达2.67倍的速度提升。
-
Meta AI 发布 SAM 3，用于高级图像和视频对象跟踪
Meta AI 推出了 Segment Anything Model 3 (SAM 3)，这是一个用于图像和视频中对象检测、分割和跟踪的高级模型。新版本支持文本、示例和视觉提示，并包含模型检查点、评估数据集和微调代码。此外，Meta 还推出了 Segment Anything Playground 以方便实验，并将 SAM 3 集成到 Instagram 和 Meta AI 应用等产品中。
-
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。
-
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。