3D生成相关 AI 资讯

AITOP

8月17日

12:43

AI Will@FinanceYF5

Grok 4.6 的演示视频展示了它能生成完整游戏。它能构建可探索的3D世界。它还能制作游戏预告片。它甚至能设计出可3D打印的实体模型。这条推文汇总了10个案例。

推荐理由：Grok 4.6 连游戏和3D打印模型都能直接生成，看这10个案例，比想象中猛多了。

原文

8月11日

15:55

Hunyuan@TXhunyuan

精选

腾讯混元推出Hy3D WorldClaw，这是一个智能体工作流，能从文本提示生成大规模3D开放世界。生成的场景不是视频或高斯泼溅，而是完全可自由探索的，由可编辑、游戏就绪的3D资产构成，具备高质量几何和纹理。项目页面已上线，展示了该工作流的能力。

AI模型 Hy3D WorldClaw 腾讯混元 3D生成

推荐理由：腾讯混元这个新工作流能用文字直接生成能走进去的3D世界，不是视频，全是可编辑的游戏资产，做游戏或虚拟场景的可以看看。

原文

8月5日

14:35

14:35IT之家（博客/媒体）

82°

OpenAI 联合创始人 Andrej Karpathy 于 8 月 2 日提出一项新基准测试：给模型《指环王》开篇文字，要求用 three.js 构建可交互 3D 场景。测试资源上限为 100 万 tokens，成本约 10 美元。Claude Opus 5 在该任务中耗时约 2 小时，输出约 5500 行代码。生成结果包含比尔博告别宴会和财宝洞穴等 3D 动画场景。

AI模型 Claude Opus 5 Karpathy 基准测试

事件专题

推荐理由：Karpathy 的新测试：让 Claude Opus 5 用 100 万 tokens 把《指环王》开头做成 3D 场景，2 小时生成了 5500 行代码。

原文

8月3日

14:14

AI Will@FinanceYF5

Deedy在推文中演示了一个玩法：把湾区房屋平面图喂给LLM，要求改成京都风格，模型输出了3D室内效果。这条推文目前有487次浏览。整个演示说明LLM已经能理解空间布局并生成视觉设计。这种用LLM驱动户型改造的做法，给室内设计带来了新玩法。

技巧 LLM 3D生成户型图

推荐理由：Deedy晒了个玩法：湾区户型图丢给LLM，一句话改成京都风，直接出3D效果。你可以照着试试。

原文

7月24日

22:57

小互@imxiaohu

Hyper3D Rodin在零件级模型生成基础上，进一步实现可交互动画资产生成。该技术从静态模型直接生成动画资产，降低游戏和动画开发门槛。生成的资产可用于游戏、动画开发与设计制造。

AI模型 Hyper3D Rodin 3D生成动画资产

推荐理由：Hyper3D Rodin直接从零件模型生成可交互动画，省掉手动绑定骨骼的功夫，做游戏和动画效率能高不少。

原文

7月17日

12:17

AI Will@FinanceYF5

72°

Kimi 发布了 K3 模型，结合 3D 推理、编程和视觉理解能力。它能够将文本概念、图片或视频转化为可玩的交互式 3D 体验。K3 实现了"vision in the loop"机制，模型可在代码和实时截图之间来回迭代。

AI模型 K3 Kimi 多模态

推荐理由：Kimi 刚发了 K3，能把图片视频转成可交互 3D，还能边写代码边看效果，挺实用的。

原文

7月14日

09:52

官方账号arXiv cs.AI@Zhenyu Zhao, Nanshan Jia, Jihyeon Je, Yifu Tang, Alvin Chan, Michael Spedden, Michael V. Palleschi, Sui Huang, Jingshen Wang, Zeyu Zheng

3D-DefectBench是一个用于系统分析基于视觉语言模型（VLM）的3D缺陷检测管道的基准和框架。它涵盖9种细粒度二分类缺陷（几何、纹理、提示遵循），通过平衡因子设计，在84种推理设计和约320万评分缺陷决策上变化4个管道因子（VLM、相机协议、视觉输入、提示方案）。模型选择是与人标注一致性最大的决定因素，但其他因子也影响性能并与模型选择交互。紧凑的六视图RGB协议与更密集的多视图设置性能相当。最佳VLM法官仍落后于经过训练的人类标注者。

论文 3D-DefectBench VLM 视觉语言模型

推荐理由：想搞3D生成质量自动评估？这篇论文告诉你：光选模型不够，整个评估管道都得调。六视图RGB就够用，省成本。

原文

7月13日

20:39

AI Will@FinanceYF5

开发者Dilum Sanjaya展示了一个工作流：先用GPT Images 2生成游戏UI，再让Gemini 3.1 Pro生成3D资产草稿，最后通过Tripo完成3D建模。整个过程无需手动编码，属于“vibe coding”方式。该示例证明了多模型协作可快速产出游戏原型。

技巧 GPT Images 2 Gemini 3.1 Pro Tripo

事件专题

推荐理由：有人把GPT Images 2、Gemini 3.1 Pro和Tripo连起来做游戏UI和3D资产，步骤很具体，适合想快速试玩原型的人。

原文

7月11日

08:32

lmarena.ai@lmarena_ai

GPT 5.6 Sol与Fable在3D生成任务上进行头对头测试。测试覆盖了数十个最难的提示词。结果由YouTube博主@petergostev发布。

AI模型 GPT 5.6 Sol Fable 3D生成

推荐理由：Peter Gostev用几十个最难提示词比了GPT 5.6 Sol和Fable的3D生成，看谁更强。

原文

7月8日

12:02

官方账号arXiv cs.LG@Tianjiao Yu, Xinzhuo Li, Yifan Shen, Onkar Susladkar, Yuanzhe Liu, Xiaona Zhou, Ismini Lourentzou

ELSA3D是一种统一3D模型，通过弹性语义锚定将文本和几何推理在匹配的抽象尺度上联合结构化。它使用尺度感知的八叉树分词器表示几何，并引入锚点令牌（Anchor Tokens）实现稀疏但精确的跨模态交互。在图像到3D生成、文本到3D生成和3D描述三项任务上，ELSA3D均取得最先进性能，同时相比其非弹性版本将FLOPs和推理延迟降低约一半。

论文 ELSA3D 3D生成多模态

推荐理由：ELSA3D用一个弹性锚定机制把3D理解和生成统一了，三个任务都刷了SOTA，还省了一半算力，想做3D的可以看看这篇

原文

7月5日

04:25

lmarena.ai@lmarena_ai

Claude Fable 5 模型再次亮相，@petergostev 对其进行了 60 多项最难 3D 生成任务测试，涵盖现代城市、艺术品、世界奇观等。结果显示 Fable 在 3D 生成质量上明显领先其他模型。相关视频已发布在 YouTube 上，详细展示了测试对比。

AI模型 Claude Fable 5 3D生成 Anthropic

事件专题

推荐理由：Anthropic 的 Claude Fable 5 在 3D 生成上又刷屏了，60 多项测试全拿下，效果比之前强很多，值得一看。

原文

7月4日

01:36

lmarena.ai@lmarena_ai

Anthropic重新部署的模型在Arena上通过Fable 5测试集，涉及60多项复杂3D生成、小游戏和世界构建任务。该模型由@petergostev进行评测，结果展示在YouTube视频中。测试覆盖了高难度3D场景生成和交互式世界构建。

AI模型 Anthropic Fable 5 3D生成

事件专题

推荐理由：Anthropic的模型又升级了，一口气通过了60多项3D生成和世界构建测试，挺能打的。

原文

7月3日

16:13

AI Will@FinanceYF5

AI/ML API 对比了 Sonnet 5 和 Fable 5 在生成 3D 地球可视化 HTML 文件时的表现。两个模型使用相同提示词和真实航班数据集（70个机场、435条航线）。Sonnet 5 耗用 9.8k tokens，成本 $0.10，但只绘出暗线框和漂浮弧线，地球本身几乎不可见。Fable 5 耗用 15k tokens，成本 $0.77，生成带纹理海洋、冰盖和大气光的地球效果。Sonnet 5 成本低 87%，但视觉质量远不及 Fable 5。

AI模型 Sonnet 5 Fable 5 AI/ML API

事件专题

推荐理由：AI/ML API 实测了 Sonnet 5 和 Fable 5 做3D地球生成，Sonnet省87%钱但只有线框，Fable效果惊艳但贵。选模型前先看这对比。

原文

6月25日

18:27

量子位@鹭羽

一家3D生成公司发布新模型，能在4秒内生成百万面网格，精度达到千万面级别。该模型支持12K高清贴图，渲染质量显著提升。相比传统建模流程，生成效率提升数十倍。该公司此前已获得数亿元融资。

AI模型 3D生成百万面高精度

推荐理由：这个模型4秒就能出百万面，精度千万还能做12K贴图，做游戏和影视的3D内容能省很多时间。

原文

6月24日

12:14

官方账号arXiv cs.AI@Haorui Ji, Weizhe Liu, Hongdong Li, Hengkai Guo

FLUX3D 提出了一种从单张图像生成高保真 3D 高斯泼溅（3DGS）的新方法。它通过设计 Diffusion-Aligned Structured Latents (DA-SLAT) 改进稀疏体素表示，并用 Sparse-structure Multimodal Diffusion Transformer (SMDiT) 和 Modal-Aware Rotary Positional Embedding (MARoPE) 解决二维图像令牌与三维体素潜在的对齐问题。在多个基准测试中，FLUX3D 在外观保真度上显著优于现有最先进方法，生成的 3DGS 资产质量更高。

AI模型 FLUX3D 3D生成高斯泼溅

推荐理由：想从单张图生成高质量3D模型？FLUX3D用扩散对齐稀疏表示解决了细节丢失问题，效果比现有方法好一截，值得搞3D生成的看看。

原文

6月10日

13:55

官方一手歸藏(guizang.ai)@op7418

76°

MiMo 推出了 V2.5 Pro UltraSpeed 模型，实现每秒输出超过 1000 Token，成为全球首个达到此速度的万亿参数模型。博主归藏进行了三项测试，包括复杂 3D 游戏和官网动画生成，峰值速度达 1426 Token/s，首次响应最快仅 0.83 秒。该模型在保持高速度的同时未出现能力下降，优于此前 Groq 等方案。这种超高速推理在 Agent 场景下能显著提升效率，尤其适合并发 Sub-Agent 任务。MiMo 主要面向对效率要求极高的 To B 客户，未来有望优化成本惠及普通用户。

AI模型 MiMo 超高速推理万亿参数模型

推荐理由：MiMo 把万亿参数模型的推理速度拉到 1000+ Token/s，做 Agent 和实时交互的开发者值得关注——速度提升直接缩短任务等待时间，并发场景下体验翻倍。

原文

6月7日

07:27

AI Will@FinanceYF5

精选

VIGA将Blender转化为反馈环境，用于训练3D资产的行为属性，如门开合、铰链旋转、抽屉拉动。Articraft3D则把3D生成定义为写测试驱动的程序，确保模型不仅外观逼真，物理交互也正确。两项工作都聚焦于3D资产的功能性验证，超越传统渲染静态图。

AI模型 VIGA Articraft3D Blender

推荐理由：3D生成要行为正确，试试它们

原文

6月4日

10:57

官方账号arXiv cs.AI@Josef Bengtson, Yaroslava Lochman, Fredrik Kahl

现有多视图图像编辑方法大多局限于刚性或外观编辑，无法处理改变场景几何的非刚性编辑。GeM-NR 提出了一种无需训练的快速方法，通过深度图对齐、视角投影和条件细化，实现多视图一致的几何与外观编辑。该方法兼容 FLUX、Qwen、BrushNet 等主流编辑器，支持从两视图扩展到多视图，显著提升了编辑质量和几何光度一致性。实验表明，GeM-NR 在非刚性编辑任务上达到当前最优水平，甚至能生成编辑后的 3D 表示。

论文多视图编辑非刚性编辑几何感知

推荐理由：做 3D 内容生成或多视图编辑的开发者，终于有了能处理大幅几何变形的工具——GeM-NR 无需训练即可与主流编辑器配合，建议试试看能否解决你场景中的非刚性编辑痛点。

原文

5月28日

23:04

AK@_akhaliq

精选

PhysX-Omni是一个统一的仿真就绪物理3D生成框架。它支持刚体、可变形体和铰接物体三种类型的生成。生成的3D模型可直接用于物理仿真环境。该框架无需后处理即可产出仿真兼容的几何与物理属性。

AI模型 PhysX-Omni 3D生成物理仿真

推荐理由：统一生成三类物理物体

原文

11:29

官方账号arXiv cs.AI@Yiheng Zhu, Kangle Deng, Jean-Philippe Fauconnier, Inaki Navarro, Daiqing Li, Ava Pun, Yinan Zhang, Peiye Zhuang, Xiaoxia Sun, Maneesh Agrawala, Kiran Bhat, Tinghui Zhou

精选

CubePart 是一个新型生成框架，能够根据用户定义的部件名称列表（如“轮子”“门”），生成语义一致、可组装的3D网格部件。它解决了现有3D生成模型输出单一网格或任意部件分解、无法满足游戏和仿真中特定部件需求的问题。框架包含一个大规模开放词汇部件标注数据集构建流程，以及两阶段生成架构（全局形状合成+部件级解码）。生成的3D资产可直接导入游戏引擎，无需手动后处理即可支持动画和脚本行为。

论文 3D生成部件可控开放词汇

推荐理由：游戏和仿真开发者终于有了能按需生成语义部件的3D工具——CubePart 让部件结构成为显式控制信号，生成的资产可直接驱动动画和脚本，省去大量手动拆解工作，做交互式3D内容的团队值得一试。

原文

5月25日

17:37

小互@imxiaohu

76°

Hyper3D 推出 Rodin Gen-2.5，号称最强 3D 生成模型，能在 4 秒内生成百万面模型，并支持千万面级输出。模型细节可还原毛孔、皮肤微结构，原生贴图纹理与几何严格对齐，支持 PBR 材质。提供从极低到极高五种思考模式，最快 4 秒出稿，极高模式 80 秒生成专业级资产。支持 Faithful 和 Creative 两种模式，可并行跑 10 个模型，背后团队影眸科技曾获 SIGGRAPH 2025 最佳论文奖。

AI产品 3D生成 Rodin Gen-2.5 Hyper3D

推荐理由：3D 内容创作者终于有了能兼顾速度与细节的工具——Rodin Gen-2.5 4 秒出百万面模型，连毛孔和衣料纹理都能还原，做游戏资产或影视道具的团队可以直接上手试。