#3D生成
共 25 篇相关文章
SceneBloom：智能体框架生成逼真3D室内场景
SceneBloom是一个智能体框架，结合扩散模型与合约引导的3D编译，自动生成逼真、多样且物理有效的室内3D场景，用于训练具身智能体。实验表明其视觉质量与物理稳定性领先，且训练的策略在真实扫描上成功率更高。
英伟达新研究：视频与3D动作联合生成，任意骨架都能动
英伟达PAR实验室提出JCA模型，联合生成视频与3D运动，支持任意骨架并输出相机参数完成场景配准，用近20万训练对实现视频与骨架动作双向转换。
DeepSeek 4.1 Flash对决Gemini 4 Argon：六大3D实测谁更强？
B站UP主实测DeepSeek 4.1 Flash与Gemini 4 Argon六大3D能力：跑酷游戏、Boss战、照片生成3D世界、NPC路径规划、文字动画与分镜动画。双方各胜三题，DeepSeek建模扎实，Gemini交互流畅，谁才是性价比之王？
DeepSeek V4.1 Flash实测：3D能力脱胎换骨，全部测试仅花4美元
DeepSeek V4.1 Flash 1017实测：3D生成能力较前代大幅提升，科尔维特建模、C++篮球游戏等任务表现亮眼，全部测试仅花费3.93美元。本文梳理发布背景、定价、成功与翻车案例。
腾讯IntelliScene：多智能体推理驱动游戏场景布局
腾讯游戏AI团队在B站展示IntelliScene多智能体游戏场景布局系统：1.0用LLM集群与慢思考实现叙事驱动布局，2.0引入视觉语言模型与概念艺术引导，3.0提出分层放置架构，关键物体恢复率超90%，放置速度显著优于现有方案。
Gemini 4 对决 Opus 5.5：3D 设计谁更强？实测结果与成本真相
Gemini 4 在 3D 设计和 Blender 中的实测表现如何？本文对比 Opus 5.5，从建筑生成、角色动画到游戏开发，揭示性能差距与成本真相，并分析 Google Ultra 订阅的性价比。
三款顶尖AI在Blender里造奢华腕表，谁赢了？
YouTube实测GPT-6 Astra、Gemini 4 Argon与Claude Opus 5.5在Blender中生成奢华腕表并制作广告视频，从耗时、成本、拓扑质量与提示词设计四个维度对比，揭示AI 3D生成的新竞争维度。
Gemini 4 Argon 一句话生成赛博朋克 3D 城市，浏览器 60 帧运行
Google Gemini 4 Argon 用一条朴素提示词生成赛博朋克 3D 城市动画，基于 Three.js，浏览器稳定运行 60 帧，生成耗时约 30 分钟，展示 AI 生成可执行 3D 代码的工程能力。
3D生成内容如何做到「有据可依」？新基准3DVerifierBench给出验证新范式
最新研究提出3DVerifierBench基准，覆盖10项任务评估3D内容验证能力。人类与最强模型GPT-6 Astra存在21.6个百分点差距，oracle选择可将3D生成事实成功率从26.7%提升至90.0%。
Gemini 4 Argon 实测：12个演示展示3D世界与游戏生成能力
Gemini 4 Argon 实测汇总：12个演示覆盖3D世界生成、物理模拟、游戏一键生成与Google生态任务。对比Claude速度差距达10倍，附中国用户跟进建议与局限性分析。
Pixal3D配Qwen Image：本地免费多视角3D生成工作流
B站UP主分享Pixal3D+Qwen Image本地免费3D生成工作流：从文生图创建角色概念，到多视角Turnaround Sheet，再到Pixal3D多视角3D重建，全程在ComfyUI本地运行，附硬件需求与实操细节。
多引擎AI 3D生成工具实战：同一提示词，Tripo3D、Meshy、Rodin结果差异有多大？
开发者搭建多引擎AI 3D生成工具Trify3D，同一提示词并行对比Tripo3D、Meshy、Rodin的结果差异。实测发现拓扑质量与纹理质量经常不一致，STL导出意外成为3D打印用户最爱。
LLM 3D World Arena：大模型生成3D世界横向对比
LLM 3D World Arena 将不同大模型生成的3D世界放在同一平台横向对比，本文分析其评测机制、技术路线差异及对3D生成领域的启示。
AI Agent评测：LFORLA JS 3D Builder排行榜如何给模型打分
LFORLA的JS 3D Builder基准用服务端静态分析给AI Agent打分：模型需从书面规格规划并组装Three.js建筑，不执行代码、不用LLM裁判。GLM 5.2得78.0，Nemotron 3 Ultra得71.47。
Gemini 4 Argon实测：谷歌重回前沿，3D能力略逊Claude
Gemini 4 Argon 实测评测：谷歌重回前沿模型第一梯队，知识工作基准提升14%，编码能力突出，但3D图形仍略逊于Claude Opus和Astra。包含Excel克隆、游戏开发等真实项目测试数据。
MAMHOI：用可供性分解生成场景感知的人-物交互
MAMHOI提出可供性中介分解框架，将场景理解与运动合成解耦，无需配对的人-物-场景数据即可生成物理可行的3D人-物交互，实验显示物体穿透减少且交互质量保持良好。
OuroWorld：让任意3D世界变成无限循环的动态影像
OuroWorld提出无遮罩框架，将任意静态3D Gaussian Splatting场景转为可无缝循环的动态影像。借助VLM推断动态、傅里叶级数形变场保证循环、Grounded Drift Field吸收跨视角不一致，在39个场景上超越基线并赢得最高99%用户偏好。
Artisan：面向物理真实的可动3D资产多智能体生成系统
Artisan 是一套面向物理真实的可动3D资产生成系统，通过多智能体流水线与物理仿真反馈，实现无碰撞运动、重力稳定性与准确物理属性，并配套统一基准评测，在碰撞率与稳定率上领先十余个模型。
