OOOSplat 0.7.0:
OOOSplat v0.7.0 发布——这是将视频和图像转换为 3D Gaussian Splatting 的本地应用更新。此版本新增了全景视频和图像生成、外部模型导入、多种格式导出、水平 WASD 移动以及相机自动定位。详情见 GitHub 上的发布说明。
方法的工作原理。示意图根据本简讯绘制。
Switch to the English version? It is the same page at the same address, with a language prefix.
Other languages: Русский
SpatialCrafter 通过生成式代理将单张图像转化为可探索的 3D 场景研究人员推出了 SpatialCrafter——一个两阶段框架,用于从单张图像生成可探索的 3D 场景。该工作于 2026 年 8 月 27 日发布在 arXiv 上。它没有直接使用带有不完整信号的 video diffusion model,而是……
Moondream 发布 Parakeet Redux — 1.58 位语音识别模型,参数量 149 百万2026 年 9 月 18 日,模型 moondream/parakeet-redux 在 HuggingFace 上发布,用于 automatic-speech-recognition。这是 parakeet-tdt-0.6b-v3 的 1.58 位版本:架构和分词器相同,但编码器的每个权重取值为…
OpenBot:自带浏览器且完全掌控操作的智能体环境OpenBot 是一个用于创建 AI 智能体的新平台,其代码仓库于 2026 年 8 月 17 日开放,32 天内在 GitHub 上获得 5 112 颗星。作者将其描述为 open-source AI coworkers,其中每个智能体都获得自己的计算
Loopy 将 DiT 时间轴变为圆环,实现无缝循环视频Loopy 作者在 arXiv 上发布了关于生成无缝循环视频的论文。他们展示了 DiT 中的位置嵌入层以不同方式控制时间顺序,并提出为每一层移动不同长度的位置