VAST+清华提出3D生成新范式，空间智能密度控制「把算力花在刀刃上」| SIGGRAPH 2026
VAST+清华提出3D生成新范式，空间智能密度控制「把算力花在刀刃上」| SIGGRAPH 2026如果把现在最热门的几条 3D 生成技术线放在一起看，你会发现它们正在遇到一个很像的问题。
来自主题: AI技术研报
5993 点击 2026-05-21 16:08
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
如果把现在最热门的几条 3D 生成技术线放在一起看，你会发现它们正在遇到一个很像的问题。
近年来，3D 高斯泼溅（3D Gaussian Splatting, 3DGS）凭借其卓越的新视角合成能力和实时的渲染效率，极大地推动了神经渲染技术的发展。然而，当研究者试图直接从 3DGS 中提取精确的 3D 几何表面（Mesh 等）时，往往会面临严重的几何失真问题。
当下，在Codex、Claude code等AI产品，对设计、代码等行业碾压过后，AI又对游戏这个复杂行业“降临”了。
浙大联合微软亚洲研究院最新提出的World-R1，不改架构、不要3D数据，纯靠强化学习就让视频生成模型学会了“理解”三维世界。World-R1 的出发点很简单：预训练的视频模型里面已经有 3D 知识了，只是“沉睡”着。用强化学习把它叫醒就行。
2021 年，陈天润还在浙江大学读本科。那一年 ChatGPT 不存在，大语言模型远没有破圈。“世界模型”这个概念刚刚冒头，但陈天润做了一个当时看起来相当激进的决定：成立一家公司，做 3D 和 AI。
刚刚，阿里旗下首款AI眼镜——千问AI眼镜S1迎来开售后的首次重磅更新，发布了海量新功能升级。从AI主动编排执行复杂任务、AI制定运动计划、AI订票点外卖到AI扫单车、AI拍照解题等，智东西第一时间现场体验了这些新功能。
长视频 3D 重建最怕的，其实不是 "看不清"。
在具身智能研究中，如何让智能体精准理解周围环境的精细几何结构与开放语义信息，始终是具身感知的核心难题。近年来，语义占据预测（Semantic Occupancy Prediction） 将稠密几何与语义信息统一到三维体素网格中，用于构建 3D 语义占据地图，为机器人的空间推理、导航与交互操作提供了场景表达基础。
字节跳动 Seed 团队正式发布 Seed3D 2.0——一张图片就能生成高精度 3D 模型，几何和材质两大核心指标均达到 SOTA。60 位专业评测者盲评，人类偏好胜率最高达 89.9%，还能直接输出带关节信息的仿真级资产。推文近 900 赞、5.6 万次浏览迅速刷屏，但连发帖人自己都在评论区承认：「Meshy 和 Tripo 现在还是更好用。」
现在的 3D AIGC 已经可以很快生成场景，但离真正落地还有一段距离。很多场景看起来还行，一进物理模拟就会暴露问题，比如物体悬空、互相穿插，甚至还没碰就散。这些问题让它们很难直接用于游戏、XR 或机器人等实际场景。