27B模型硬刚GPT-5.5与Gemini：工业CAD多模态生成险胜0.8%
传统印象里，CAD建模是工程师坐在电脑前，对着软件菜单点点拖拖，从草图拉伸、切除、倒角一路做到出工程图。
标签：3D渲染
共 52 篇
马普所PhysHead：给数字人装上“仿真头发”，风吹发丝不再僵硬
现在的数字人头像，脸可以以假乱真，头发却像顶了个头盔——怎么晃都是死的。马普所等机构提出PhysHead，把头发拆成一根根发丝并接入物理引擎，让头像在点头、转头甚至刮风时，头发真的会飘。顺便还借大模型把“秃头版”训练数据造了出来，细节拉满。
拒绝内卷！北大CVPR 2026新作ExtrinSplat：3D语义理解不嵌特征，存储直接砍到MB级
3D高斯泼溅遇上开放词汇理解，过去大家往点云里硬塞特征，结果存储爆表、边界糊成一片。北大这篇CVPR 2026新作反其道而行，把几何和语义彻底解耦，用VLM生成文本假设做外置索引，直接让特征存储从GB级砍到MB级。思路清奇，落地极香，值得一读！
同济开源AfordAny：单张照片搞定3D功能定位，473类基准领跑
单张照片就能告诉机器人“杯子把手在哪、椅子坐哪里”？同济大学与中科院最新开源AfordAny，把开放世界3D功能定位做成了端到端流水线，473类基准直接拉满。
CVPR 2026斯坦福新作：一张图推演3D世界，碰撞也能预测
斯坦福在CVPR 2026交出的这份P3Sim答卷，把"世界模型"从玄学拉回了工程：概率图模型+自回归Transformer+几何条件化，三大件拼出一个能从单张图推演3D物理变化的模拟器。新视角合成在SEVA基准上RE10K达到21.54的PSNR，3D物体操作在3DEditBench上PSNR冲到23.12。7月底刚聊过同团队PhyWM，这篇更像是把"懂物
腾讯中科大新研究：关节物体重建不用猜类型，螺旋关节误差骤降98%
关节物体重建一直是机器人操作里的硬骨头，以前的方法要么依赖关节类型先验，要么遇到螺旋关节就翻车。REArtGS++ 直接拿两张不同状态的多视角 RGB 照片，就把零件级网格、关节参数一起端出来，螺旋关节误差比之前最好的方法降了一个量级，单卡 4090 只要 20 分钟，值得一读。
UCLA最新研究：相同帧率下SLIM轴向信息多2.4倍
做光场显微的都知道，帧率和空间信息常常“按下葫芦浮起瓢”。这篇来自UCLA的工作，用Fisher信息把SLIM和FLFM在相同探测器带宽下的账算得明明白白：SLIM用更少的行读出，换来了更高的三维信息效率。做计算成像、显微系统设计或者想优化相机读出架构的朋友，值得一读。
浙大首发NGS-Marker：3DGS防“拆件盗用”新解法，局部水印解码准确率99%！
3DGS资产正在被“拆零件拼装”式盗用，而现有的渲染级水印在这种局部侵权下几乎集体失灵。浙大这篇NGS-Marker直接对高斯原语下手，任意抠一块都能验明正身，局部侵权场景下解码准确率冲到99%以上，是3D资产版权保护里少见的真痛点工作。
南大最新单图重拍SOTA：换机位拉焦距调色温一次搞定
一张照片拍完就定型了？南京大学最新研究告诉你：换视角、拉焦距、调色温、改曝光，一张图就能“重拍”出各种效果，还跟真重新拍过一样。首个统一框架ReX-Shot，直接把单图三要素控制一次搞定。
北航北邮提出GeoUP：一个骨架统一三大3D感知任务，五大驾驶基准SOTA
自动驾驶3D感知，向来是深度、检测、占用各学一套。北航与北邮提出的GeoUP，直接把视觉几何基础模型VGGT改造成统一3D感知骨架，一个模型三大任务全包，在nuScenes、Waymo、Argoverse 2、KITTI、DDAD五大基准拿下SOTA。思路清奇，落地潜力值得关注。
UCLA最新：体积视频流实时“隐身术”，私物秒删还能保持30FPS？
想象你在家里开着VR远程会议，头顶一圈RGB-D相机从六个角度同时拍摄。你以为自己只是坐着聊天，实际上，你手边的手机、墙上的照片、桌上的文件，甚至镜子里一闪而过的倒影，都正被多台相机同步捕捉，并实时融合成一个可自由旋转视。
两张模糊图就能重建3D？PSNR暴涨2.11dB新方法出炉
当只有两张随手拍的模糊照片、还没有相机位姿时，3D重建还能做吗？本论文不仅做了，还用级联的2D→3D引导把Deblur-NeRF真实场景PSNR提升了1.19dB、合成场景提升了2.11dB。这种极简输入设定对XR、手持设备3D内容生成非常有吸引力。
