从单幅图像恢复三维结构，到多视图场景建模、动态 4D 重建，再到机器人、自动驾驶、SLAM 与视频生成，如何让模型在不依赖逐场景优化的前提下，直接、高效地理解并重建三维世界，正在成为 3D 视觉领域的
最近，谷歌联合ResNet作者何恺明、谢赛宁、NeRF先驱Jonathan T. Barron、 3D图形学名家Thomas Funkhouser，正式发布了Vision Banana。它向世界宣告：视觉AI终于不再需要那些臃肿的任务头了，理解，本质上只是生成过程中的一次「对齐」。
作者｜周一笑 邮箱｜zhouyixiao@pingwest.com 2026 年 3 月 17 日，拓竹科技把 Meshy 6 接进了 MakerWorld 的 MakerLab。一张照片上传上去，两
当文字、图像、视频已经先后被生成式 AI 重写，3D 很可能就是下一站。
SLAM教父罕见公开点赞！中国队开源的LingBot-Map，仅靠普通摄像头实现万帧流式3D重建，在全网引爆120万人围观。
如果把今天最热门的几个方向摆在一起看，你会发现它们其实在卡同一道坎。
像婴儿一样学习这个世界。
本文主要介绍来自该团队的最新论文：Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models。
蚂蚁灵波，下了盘大棋。
今日，腾讯正式发布并开源混元3D世界模型2.0（HY-World 2.0）。作为一款多模态的世界模型，HY-World 2.0支持文字、图片和视频等形式输入，可自动生成、重建并模拟完整的3D世界。
