「运动重建」共找到 211 篇相关文章

算法论文8

CVPR 2026 三维视觉趋势梳理:从 RGB 感知,到真实世界建模

计算机视觉行业从追求识别能力转向关注视觉系统对真实世界的理解。CVPR 2026研究中,多视角、事件视觉、开放集3D生成和相机运动轨迹被引入视觉理解,多篇论文从不同侧面推动视觉系统走向对真实世界的理解。

AI科技评论
算法论文8

用2D数据解锁3D世界:首个面向运动学部件分解的多视角视频扩散框架

张昊等提出 Stable Part Diffusion 4D (SP4D) 框架,由 Stability AI 与 UIUC 联合完成。它能从单目视频生成多视角 RGB 与运动学部件序列,解决运动学部件分解及自动 rigging 问题,实验效果显著,被 Neurips 2025 接受为 Spotlight。

机器之心
算法论文8

细节直逼亚毫米级!港科广分层建模突破3D人体生成|CVPR 2025

港科广团队提出MultiGO创新方案,借助分层建模思路突破3D人体生成难题。该方案通过三级几何学习框架提升重建质量,在多个测试集上性能领先,且在多领域有应用优势,研究成果入选CVPR 2025,项目代码将开源。

量子位
算法论文8

图片生成仿真!这个AI让3D资产「开箱即用」,直接赋能机器人训练

南洋理工大学与上海人工智能实验室团队提出PhysX - Anything,首个面向仿真、具物理属性的3D生成框架。它仅需单张图像就能生成可用于仿真的3D资产,在多项测试中表现优异,有望推动3D重建范式转变。

量子位
算法论文8

SIGGRAPH 2026 | 无需训练,一段单目视频解锁任意运镜与「子弹时间」

来自UIUC、宾大与Netflix Eyeline Labs的研究团队提出FreeOrbit4D,无需训练模型,用单目视频就能实现任意运镜和“子弹时间”。它通过“前景补全的4D重建”提供几何支架,在大角度视角变化下表现出色,还带来诸多应用。

机器之心
算法论文8

V-RAE:把「看懂视频」的能力带入生成,重新思考视频模型的潜空间

近日,新加坡国立大学 Minghui Guo 与牛津大学 Shengqiong Wu、Hao Fei 在论文中提出视频表征自编码器 V-RAE。它以冻结的视觉基础模型为编码器压缩视频特征,还引入轻量级模块聚合信息。经实验验证,其在视频生成和预测上性能出色。

机器之心
开源动态8

MiniMax海螺视频团队首次开源:Tokenizer也具备明确的Scaling Law

MiniMax海螺视频团队首次开源,揭晓视觉分词器难题答案。其推出的VTP框架可提升模型性能,解决传统Tokenizer缺陷,还展示了Tokenizer的Scaling Law,为行业提供新路径。

量子位
新闻资讯8

五份专利曝光,长文拆解特斯拉V3灵巧手技术路线

特斯拉Optimus人形机器人量产计划因灵巧手难题被搁浅。4月16日,世界知识产权组织公布其第三代灵巧手5项专利,文章从整体构型、前臂、手腕等方面拆解其技术路线,各部分紧密协作,体现系统思维。

AI科技评论
开源动态8

人形机器人「网球运动员」来了!不靠预编程,银河通用×清华破解长程打网球难题

银河通用与清华联合提出LATENT研究,使人形机器人通过深度强化学习自主习得网球对打能力,实现从“机械复刻”到“智能决策”跨越。该研究提出新运动学习方法,构建“运动小脑”等,经实验验证性能优越。

量子位
新闻资讯8

北京798多觉工场开幕首展·《觉:数字艺术在中国》

2026年6月,北京798多觉工场开幕,首展《觉:数字艺术在中国》同期亮相。这是全球首个以“多觉艺术”为核心理念的实体空间,汇聚27位艺术家50余件作品,涵盖多种媒介,让观众调动感官,实现“艺术平权”。

MANA新媒体艺术站