Luce 推出基于单张图像的 3D 资源生成,支持 PBR 材质与重新照明
研究人员在 arXiv 上发表了论文 Luce: Relightable Gaussians for 3D Asset Generation,其中介绍了一种从单张图像生成 3D 模型并支持物理正确渲染的方法。该模型使用体素化的多模态高斯点云,其中各个图元分别负责几何、反照率、金属度-粗糙度和法线。作者未公开代码。
方法的工作原理。示意图根据这篇简讯绘制。
Switch to the English version? It is the same page at the same address, with a language prefix.
Other languages: Русский
VibeVoice-1.5B-hf:微软在 HuggingFace 发布的全新开源 text-to-audio 模型HuggingFace 上发布了 vibevoice/VibeVoice-1.5B-hf 模型,任务为 text-to-audio。它用于生成包含多个说话人的长对话音频,例如播客。据作者描述,可合成长达 90 分钟的语音,参与者
MegaParts 将 3D 对象按部件生成扩展至 300 个零件研究人员推出了 MegaParts——一个用于生成分解为语义部件的 3D 对象的框架。该方法的核心是一个向量量化分词器,它将每个部件的几何形状压缩为具有自适应长度的离散令牌。
SGLang v0.5.19:支持 Qwen3.8、beam search 与 DeepEP v22026年9月5日,SGLang v0.5.19 发布。本次更新包含来自214位贡献者的786个拉取请求。新增模型包括 Qwen3.8(2.4T-A95B)、Qwen3.8-27B、Ling-3.0-flash、Ling-3.0-tiny、Spark2.5、MiniCPM-SALA 和 Granit…
OctWorld 发布:基于八叉树 3D 记忆的长时一致视频生成器2026 年 9 月 3 日,arXiv 上发布了 OctWorld 论文——一个基于扩散模型的视频生成框架,具备持久 3D 记忆。它可根据单张图像,沿指定相机轨迹生成长视频序列,并保持一致性。