一张图，快速生成可拆分3D角色！腾讯清华新SOTA | CVPR 2025
一张图，快速生成可拆分3D角色！腾讯清华新SOTA | CVPR 2025任意一张立绘，就可以生成可拆分3D角色！
来自主题: AI技术研报
5942 点击 2025-03-21 10:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
任意一张立绘，就可以生成可拆分3D角色！
近年来，扩散模型在图像与视频合成领域展现出强大能力，为图像动画技术的发展带来了新的契机。特别是在人物图像动画方面，该技术能够基于一系列预设姿态驱动参考图像，使其动态化，从而生成高度可控的人体动画视频。
跨模态因果对齐，让机器更懂视觉证据！
无需物理引擎，单个模型也能实现“渲染+逆渲染”了！
何恺明LeCun联手：Transformer不要归一化了，论文已入选CVPR2025。
今年，CVPR共有13008份有效投稿并进入评审流程，其中2878篇被录用，最终录用率为22.1%。
在 Sora 引爆世界模型技术革命的当下，3D 场景作为物理世界的数字基座，正成为构建动态可交互 AI 系统的关键基础设施。当前，单张图像生成三维资产的技术突破，已为三维内容生产提供了 "从想象到三维" 的原子能力。
挑战多图数学推理新基准，大模型直接全军覆没？！
CVPR 2025，混合新架构MambaVision来了！Mamba+Transformer混合架构专门为CV应用设计。MambaVision 在Top-1精度和图像吞吐量方面实现了新的SOTA，显著超越了基于Transformer和Mamba的模型。
北京大学、上海人工智能实验室、南洋理工大学联合推出 DiffSensei，首个结合多模态大语言模型（MLLM）与扩散模型的定制化漫画生成框架。该框架通过创新的掩码交叉注意力机制与文本兼容的角色适配器，实现了对多角色外观、表情、动作的精确控制