Исследователи из Zhejiang University, Robbyant, Ant Group и HKUST представили открытый фреймворк 4DAnyone, который строит объёмную 4D-модель движущегося человека по обычному видео с одной камеры — без рига, калибровки и штатива. Раньше для такой реконструкции требовалась студия с десятками синхронных камер.
Фреймворк генерирует 16 согласованных между собой ракурсов, которых камера не снимала, и собирает их в сцену формата 4D Gaussian Splattingi — объёмное представление, меняющееся во времени. Готовую модель можно осматривать с любой точки в VR, вставлять в игры, AR-сцены или использовать как обучающие данные для роботов.
Компания Meshyi обновила свой сервис генерации 3D-моделей до версии 7, но подробностей об изменениях почти не раскрыла. Судя по визуальным примерам, разработчики увеличили поликаунтi (детализацию сеток) и улучшили распознавание текста и мелких элементов на моделях.
Автор поста отмечает, что несмотря на обновление, у всех крупных генераторов 3D — HY3D, Tripoi и Meshy — сохраняется общая проблема с пониманием перспективы, что видно на рекламных примерах самой Meshy.
Tencent показала Hunyuan3D-Buffalo 1.0 — экспериментальное развитие своей линейки Hunyuan3D. В отличие от обычной генерации 3D по картинке или тексту, Buffalo умеет понимать структуру объекта: отвечать на вопросы о нём, находить отдельные детали по текстовому описанию, удалять или заменять их, а также генерировать геометрию прямо из текста — всё в одном пайплайне, без отдельных моделей под каждую задачу.
Главный акцент разработки не на красоте image-to-3Di генерации, а на осмысленном редактировании и работе с частями модели — то есть система сначала «понимает», где у объекта крылья, колёса или другие детали, а затем может что-то с ними сделать по команде.
ВыводВ основе системы лежит генератор Hunyuan3D-2.1, к которому добавили 3D-VLM (визуально-языковую модель), работающую как «мозг» системы
Это всё на сейчас.