算法论文8

综述解析3D场景生成方法

机器之心2025-06-10

AI 摘要

南洋理工大学研究者：3D场景生成领域研究增长快，将现有方法分四大范式，指出当前面临生成能力不均衡等挑战，未来要在保真度、物理约束、交互性、感知生成一体化上发展。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

张朝阳对话刘若微：揭秘智能材料底层逻辑

8月12日，张朝阳与刘若微教授围绕“复杂的世界：从沙子到智能”主题，从沙堆、泡沫切入软物质与非平衡统计物理前沿，探讨阻塞相变、低功耗类脑智能材料研究路径及未来潜力，还分享科研感悟。

8月2日，Andrej Karpathy在X公布实验，让Claude Opus 5用Three.js将《指环王》第一章渲染成3D场景，约两小时写出5500行代码。Opus 5按传统游戏开发路线搭建场景，这改变了内容定制方式，但模型验证能力不足。

本文聚焦基于神经网络的偏微分方程优化求解方法，指出传统数值求解范式有局限，物理信息神经网络（PINNs）虽有潜力但面临瓶颈。作者从多方面研究，形成工程流动问题分析框架与改进方法。

现在3D AIGC虽能快速生成场景，但落地有问题，很多场景物理模拟时会暴露物体悬空等问题。CMU等团队提出PAT3D，目标是让生成的3D场景物理上站得住，可用于编辑、交互和仿真，且代码已开源。