TRELLIS.2 3D 生成模型 LoRA 微調完整指南:修正特定物件幾何細節的容器化實戰
Hugging Face 發布 TRELLIS.2 3D 生成模型 LoRA 微調指南,示範以 188 件鞋類 3D 掃描資料集微調 Sparse Structure 與 Shape Flow DiT,讓 F-score 從 0.276 提升至 0.803。
主題選讀
關於 3d 的最新消息、技術解析與應用觀察。
Hugging Face 發布 TRELLIS.2 3D 生成模型 LoRA 微調指南,示範以 188 件鞋類 3D 掃描資料集微調 Sparse Structure 與 Shape Flow DiT,讓 F-score 從 0.276 提升至 0.803。
法國新創 Sandflow 開源 Sand3D 建模語言與 10 萬件 3D-as-Code 資料集,將 3D 物件轉為簡潔易讀的 Python 程式碼,解決大語言模型生成 3D 資產與機器人模擬的關鍵瓶頸。
開源 4B 輕量級程式碼模型 Qwen3.5-4B-3D-Coder 搭配包含 4,146 筆完整推理軌跡的 ThreeJS-3D-Scenes 資料集,能根據文字指令或參考圖片直接生成可在瀏覽器執行的互動式 Three.js 3D 場景網頁。
NVIDIA 與 Hugging Face 合作推出開源且免門檻的 SimReady Central,收錄逾 2,500 個封裝物理與碰撞屬性的 OpenUSD 3D 模型,為機器人操作、物流搬運與 AI 工廠數位孿生提供標準化模擬資產。
騰訊混元開源 8B 互動式影片世界模型 Hy-Nomas,支援片段自回歸逐段生成。使用者能透過自由文字指令或連續 3D 鏡頭軌跡動態控制世界演進,結合動作感知因果注意力與片段強制訓練,在單張 RTX 4090 上即可流暢運行。
Speridlabs 開源單圖轉 3D 模型 Idol,基於 DiT 與八叉樹/高斯解碼器架構,峰值顯示記憶體僅需 7.2GB 即可在本地生成高達 100 萬個 3D Gaussian Splatting 物件,輸出標準 PLY 格式,支援消費級顯卡快速推論。
微軟研究團隊最新發布了 TRELLIS.2,這是一款擁有 40 億參數的圖片轉 3D 模型,採用創新的 O-Voxel 表徵與 SC-VAE 技術。本文將解析其如何實現 1536³ 解析度的高精細度生成,並探討其在 PBR 材質還原與幾何結構上的突破。
騰訊正式開源混元世界模型 1.1 (WorldMirror),這項突破性技術能讓使用者在幾秒鐘內,僅用影片或多張圖片就生成專業級的 3D 場景。本文將深入探討其核心功能、技術架構,以及它如何為 3D 重建領域帶來革命性的改變。
騰訊正式開源了其最新的混元世界模型——Voyager。這個模型不僅能在 WorldScore 基準測試中奪冠,還能從單張圖片生成具有世界一致性的 3D 點雲影片,讓使用者能身歷其境地探索。這項技術到底有多神奇?讓我們一探究竟。
由 Skywork AI 推出的 Matrix-Game 2.0,作為全球首款開源、即時、可長時序互動的世界模型,正以其驚人的性能顛覆我們對虛擬世界生成與互動的想像。該模型不僅能以每秒 25 幀 (FPS) 的速度即時生成高畫質影片,更能實現長達數分鐘的連續互動。 …
© 2026 Communeify. All rights reserved.