AI资讯新闻榜单内容搜索-CV

关键词: AI,3D Affordance Learning,AI 3D,模型训练

在现实世界中，如何让智能体理解并挖掘 3D 场景中可交互的部位（Affordance）对于机器人操作与人机交互至关重要。所谓 3D Affordance Learning，就是希望模型能够根据视觉和语言线索，自动推理出物体可供哪些操作、以及可交互区域的空间位置，从而为机器人或人工智能系统提供对物体潜在操作方式的理解。

关键词: AI,AI 3D,模型训练,VideoScene

随着 VR/AR、游戏娱乐、自动驾驶等领域对 3D 场景生成的需求不断攀升，从稀疏视角重建 3D 场景已成为一大热点课题。

关键词: AI,模型训练,Holmes-VAU,AI视频

多模态视频异常理解任务，又有新突破！

关键词: AI,模型训练,通用世界模型,PartRM

基于当前观察，预测铰链物体的的运动，尤其是 part-level 级别的运动，是实现世界模型的关键一步。

关键词: AI,AI 3D,CityDreamer,模型训练

想象一下，一座生机勃勃的 3D 城市在你眼前瞬间成型 —— 没有漫长的计算，没有庞大的存储需求，只有极速的生成和惊人的细节。

关键词: 标注工具,OpenING,模型训练,IntJudge

文生图 or 图生文？不必纠结了！

关键词: AI,英伟达,FoundationStereo,双目深度估计大模型

本文介绍了 FoundationStereo，一种用于立体深度估计的基础模型，旨在实现强大的零样本泛化能力。

关键词: AI,模型训练,TIMotion,人工智能

双人动作生成新SOTA！

关键词: AI,Neural LightRig,G-buffer,模型训练

如何从一张普通的单幅图像准确估计物体的三维法线和材质属性，是计算机视觉与图形学领域长期关注的难题。

关键词: LangSplat,4D LangSplat,AI 3D,AI 4D,模型训练

4D LangSplat通过结合多模态大语言模型和动态三维高斯泼溅技术，成功构建了动态语义场，能够高效且精准地完成动态场景下的开放文本查询任务。该方法利用多模态大模型生成物体级的语言描述，并通过状态变化网络实现语义特征的平滑建模，显著提升了动态语义场的建模能力。