视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
Hoi3DGen：生成高质量的人-物交互的3D模型
机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； Max Planck Institute for Informatics（马克斯·普朗克信息学院） ； Technische Universität Nürnberg（纽伦堡技术大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 Hoi3DGen通过多模态大语言模型生成高质量3D人-物交互模型，显著提升交互保真度和3D生成质量，实现文本到3D的高效生成。
Yo'City：通过自批评扩展实现个性化和无边界的3D逼真城市场景生成
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Beihang University（北航） ； Southeast University（东南大学） ； ByteDance Seed（字节跳动种子） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室） ； Beijing Normal University（北京师范大学） ； Theta Labs（Theta实验室）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 Yo'City通过自批评扩展实现个性化和无边界的3D城市生成，利用大模型的推理能力提升生成质量。
Comments Accepted by CVPR 2026
Fuse3D: 通过多图像融合生成受控的3D资产
专题命中 3D生成 ：3D generation(abstract)；分类 cs.GR
AI总结 Fuse3D通过多图像融合技术实现多条件控制的3D资产生成，解决了单一控制目标的局限性，提升生成灵活性和质量。
模拟现实世界：多模态生成模型的统一综述
机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能前沿技术研究所，香港科学与技术大学（广州）） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology Hong Kong SAR（计算机科学与工程系，香港科学与技术大学香港特别行政区） ； MMLab, The Hong Kong University of Science and Technology（多模态实验室，香港科学与技术大学） ； School of Electronics and Communication Engineering, Shenzhen Campus of Sun Yat-sen University（电子与通信工程学院，中山大学深圳校区） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学，香港，中国） ； Tsinghua University, Guangdong, China（清华大学，广东，中国） ； Bosch (China) Investment Co., Ltd., Shanghai, China（博世（中国）投资有限公司，上海，中国）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 本文首次系统性地统一研究了2D、视频、3D和4D生成，为多模态生成模型和现实世界模拟提供了统一框架的综述。
Comments Repository for the related papers at https://github.com/ALEEEHU/World-Simulator
Stroke3D: 通过潜在扩散模型将2D笔触提升为拟合的3D模型
机构 * ReLER, CCAI, Zhejiang University（ReLER、CCAAI、浙江大学） ； DBMI, HMS, Harvard University（DBMI、HMS、哈佛大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 Stroke3D通过潜在扩散模型，将用户绘制的2D笔触和文本提示转化为拟合的3D模型，实现可控的骨骼生成和纹理网格合成。
Comments Accepted by ICLR 2026
HY3D-Bench: 3D资产生成
机构 * Tencent Hunyuan3D（腾讯文生图）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 HY3D-Bench通过开源生态系统提供高质量3D资产生成，包含25万高质量3D对象和12.5万合成资产，支持细粒度感知和可控编辑，推动3D感知、机器人和数字内容创作领域创新。
Comments Authors are listed alphabetically by the first name
PnP-U3D: 无缝接入3D框架，连接自回归与扩散以实现统一的理解与生成
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 PnP-U3D提出结合自回归与扩散的统一3D理解和生成框架，通过轻量级Transformer实现跨模态信息交换，提升3D生成与编辑性能。
Comments Yongwei Chen and Tianyi Wei contributed equally. Project page: https://cyw-3d.github.io/PnP-U3D/
PocketDP3: 高效的微型3D视觉-运动政策
专题命中 3D生成 ：3D vision(abstract)；分类 cs.RO
AI总结 PocketDP3通过轻量级扩散混合器替代传统解码器，实现高效3D视觉-运动策略，减少参数消耗并提升实时部署性能。
Interp3D: 基于对应关系的生成式纹理3D变形
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学） ； State Key Lab of CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 Interp3D提出一种无需训练的纹理3D变形方法，通过结构化潜在引导和渐进对齐实现几何与纹理一致性，提升3D变形的平滑度和合理性。
Comments 22 pages, 12 figures
通过文本可控的图像到3D进行前馈编辑
机构 * California Institute of Technology（加州理工学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 Steer3D通过文本可控的图像到3D生成方法，实现高效且准确的3D资产编辑，速度提升显著。
CADKnitter：从文本和几何引导生成组合CAD模型
机构 * FPT Software AI Center（FPT软件AI中心） ； Department of Robotics, Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（机器人系，Mohamed bin Zayed人工智能大学） ； Department of Computer Science, University of Liverpool（计算机科学系，利物浦大学） ； Department of Creative Informatics, The University of Tokyo（创意信息学系，东京大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 CADKnitter通过几何引导扩散策略生成组合CAD模型，结合文本和几何约束，提升多部件装配设计效率。
SWiT-4D: 用于无损和参数无关的时序4D生成的滑动窗口变换器
机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） ； Huawei Central Media Technology Institute（华为中央媒体技术研究院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 SWiT-4D通过滑动窗口变换器实现无损、无参数的时序4D网格生成，结合扩散变换器生成3D模型，提升视频到4D网格的生成效果。
Comments Project page: https://animotionlab.github.io/SWIT4D/
从单张图像自演化生成3D场景
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 EvoScene通过自演化框架从单张图像生成高质量3D场景，结合几何推理和视觉知识，实现结构和外观的逐步优化。
ViSA: 一种3D感知的视频着色方法用于实时上半身数字人生成
机构 * Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tongyi Lab, Alibaba Group（阿里云实验室）
专题命中 3D生成 ：3D reconstruction(abstract)；分类 cs.CV
AI总结 ViSA结合3D重建与视频生成技术，实时生成高质量上半身数字人，减少模糊和僵硬问题，提升视觉质量。
Comments Project page: \url{https://lhyfst.github.io/visa}
InfiniBench：用于可定制场景复杂度的无限基准测试
机构 * University of Pittsburgh（匹兹堡大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 InfiniBench通过可定制的3D场景生成方法，提升视觉语言模型在复杂空间推理任务中的评估能力。
PhysX-3D：基于物理的3D资产生成
机构 * Nanyang Technological University（南洋理工大学） ； Shanghai AI Lab（上海人工智能实验室）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 PhysX-3D提出一种基于物理的3D资产生成方法，通过构建物理标注数据集和双分支框架，提升生成资产的物理合理性和几何质量。
Comments Accepted by NeurIPS 2025, Spotlight Project page: https://physx-3d.github.io/
ITS3D: 推理时缩放用于文本引导的3D扩散模型
机构 * ReLER, Zhejiang University（浙江大学ReLER实验室） ； National University of Singapore（新加坡国立大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 ITS3D通过优化问题和验证器引导搜索算法，提升文本引导的3D扩散模型生成质量。
Comments 25 pages, 11 figures
单图像生成高质量3D物体 via 潜在特征
机构 * University of Electronic Science and Technology of China（电子科技大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 LatentDreamer通过预训练变分自编码器从单图像生成高质量3D物体，实现快速且高保真的3D生成。
WorldGen: 从文本到可遍历和交互的3D世界
机构 * Reality Labs, Meta（Meta现实实验室）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
AI总结 WorldGen通过结合LLM、程序生成和扩散模型，实现从文本到可交互3D世界的自动创建，提升虚拟空间的生成效率与表现力。
机构 * AIR & CST, Tsinghua University（人工智能研究院与计算科学与技术系，清华大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments NIPS 25 Workshop: Frontiers in Probabilistic Inference: Sampling Meets Learning
机构 * Hiroshima University, Graduate School of Advanced Science and Engineering（广岛大学先进科学与工程研究生院） ； Hiroshima University, School of Informatics and Data Science（广岛大学信息与数据科学学院） ； Mazda Motor Corporation（马自达汽车公司）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments 18 pages, 12 figures
Journal ref Machine Vision and Applications, 2025
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Missouri-Kansas City（密苏里大学-堪萨斯城分校）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
机构 * CUHK（香港中文大学） ； HKUST（香港科技大学） ； SenseTime Research（商汤科技研究院） ； Chongqing University（重庆大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments Project page: https://fullpart3d.github.io
机构 * ByteDance（字节跳动）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments Seed3D 1.0 Technical Report; Official Page on https://seed.bytedance.com/seed3d
机构 * College of Future Technology（未来技术学院） ； National Biomedical Imaging Center（国家生物医学成像中心） ； Academy for Advanced Interdisciplinary Studies（先进跨学科研究学院） ； hi-lab ； Yuanpei College（元培学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
机构 * Imperial College London（伦敦帝国学院） ； Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments NeurIPS 2025 Poster
机构 * East China University of Science and Technology（东华大学） ； Singapore Management University（新加坡管理学院）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
机构 * City University of Hong Kong（香港城市大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments SIGGRAPH Asia 2025, Project page:https://stylesculptor.github.io
机构 * Tencent（腾讯）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments Technical Report
机构 * Horizon Robotics ； Tsinghua University（清华大学）
专题命中 3D生成 ：3D generation(abstract)；分类 cs.CV
Comments 8 pages
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈