随着 AIGC（Artificial Intelligence Generated Content） 的爆发，我们已经习惯了像 Sora 或 Wan 这样的视频生成模型能够理解「一只宇航员在火星后空翻」这样天马行空的指令。然而，3D 人体动作生成（3D MoGen）领域却稍显滞后。
让静态3D模型「动起来」一直是图形学界的难题：物理模拟太慢，生成模型又不讲「物理基本法」。近日，北京大学团队提出DragMesh，通过「语义-几何解耦」范式与双四元数VAE，成功将核心生成模块的算力消耗降低至SOTA模型的1/10，同时将运动轴预测误差降低了10倍。
我们希望具身机器人真正走进真实世界，尤其走进每个人的家里，帮我们完成浇花、收纳、清洁等日常任务。但家庭环境不像实验室那样干净、单一、可控：物体种类多、摆放杂、随时会变化，这让机器人在三维物理世界中「看懂并做好」变得更难。
“我其实天生就是一个适合创业的人。”
近期，上海路米尔网络科技有限公司（下文简称：路米尔）已完成了天使轮和Pre-A轮融资。其中，天使轮融资由真格基金领投，Pre-A轮融资由IDG资本领投，公司融资额超千万美元，目前，公司估值已经接近7000万美元。
想用3D高斯泼溅（3DGS）重建一座城市？
强化学习（RL）在大语言模型和 2D 图像生成中大获成功后，首次被系统性拓展到文本到 3D 生成领域！面对 3D 物体更高的空间复杂性、全局几何一致性和局部纹理精细化的双重挑战，研究者们首次系统研究了 RL 在 3D 自回归生成中的应用！
还记得前段时间在 AI 圈刷屏的李飞飞「3D 世界生成模型」吗？现在，国产版终于来了。
键盘不会立刻消失，但在越来越多的场景里，它已经悄悄退成语音之后的「编辑器」。如果几年前有人跟我说，「你以后写稿可能不怎么需要键盘了」，我大概会把这句话当成一句玩笑。那时候我正处在对机械键盘的迷恋期，研究轴体、键帽、键程，购入过 Cherry、Filco、NiZ、Keychron、3D 打印分体式键盘。甚至为了提高打字效率，专门学习过双拼输入法。
和传统的游戏自动化脚本不同，这是一个完整的通用的大模型，不仅限于单一游戏的操作，能够玩遍市面上几乎全部的游戏类型。于是，让我们正式介绍主角，来自英伟达的最新开源基础模型 NitroGen。该模型的训练目标是玩 1000 款以上的游戏 —— 无论是 RPG、平台跳跃、吃鸡、竞速，还是 2D、3D 游戏，统统不在话下！
