Mundo Интерактивный трехмерный мир из нескольких снимков места. На вход от одной до дюжины фотографий, на выход сцена, по которой можно вести камеру, ронять предметы и запускать роботов Геометрия и физика считаются честно, а вид дорисовывается по исходным фото, поэтому обстановка не плывет • Прогулка по заданному пути камеры, включая зоны, которых на снимках не было • Старт возможен с одной картинки, стиль и структура переносятся в новые ракурсы • Чем больше исходных видов, тем меньше домыслов по краям • Длинные маршруты по большим сценам, нарезка на куски с перекрытием • Физика: масса, трение, гравитация, столкновения • Мир описывается кодом, считает MuJoCo, картинку собирает видеомодель • Остановка времени и облет выбранного момента • Навигация и захват предметов для роботов, с обзором от первого лица github.com/Luo-Yihang/Mundo Спасибо @m_franz #interactive #3d #imageto3d #image2scene MAX

Matrix-Game 4.0 Игровая видеомодель мира в реальном времени Раньше такие миры теряли все что ушло из кадра и заново выводили правила из пикселей. Здесь состояние лежит в движке поэтому картинка не разваливается при поворотах и долгой игре • Отклик 112 мс • Движок ведет правила и состояние, видеомодель только дорисовывает кадр • Кодинг-агент превращает просьбу игрока в новые правила и промпты • Пространственная память по позе камеры и опорные кадры держат вид сцены • Скользящее окно KV-кэша, старые чанки выпадают • Непрерывные сессии без перезапуска, 54-99 секунд на запись 480p, 60 FPS на 5090 • Один чанк это 4 кадра, сжатие до 1-2 шагов 3.0 тут github.com/SkyworkAI/Matrix-Game huggingface.co/Skywork/Matrix-Game-4.0 Демо #world #realtime #interactive MAX

GaussFusion Чистка 3DGS видеомоделью CVPR 2026, Stanford и Zillow Group. • Чинит готовую реконструкцию на гауссианах: убирает летающие точки, мерцание и размытие от ошибок позы камеры и неполного покрытия • Не переобучает сцену, а улучшает рендер видео-моделью • Работает и с оптимизационными методами, и с прямыми вроде DepthSplat Как работает • Из реконструкции рендерится буфер гауссиан: цвет, глубина, нормали, непрозрачность, ковариация • Буфер идет в VAE и трехмерную свертку, сжимается в латент геометрии • Flow-трансформер на блоках DiT с геометрическими адаптерами сшивает его с латентом видео, текст входит через cross-attention • На выходе согласованные по времени кадры без артефактов Быстрый вариант дает 16 FPS, годится под интерактив Код и модель ждем Спасибо @m_Franz #gaussian MAX