3DGS（三维高斯散射）算法原理介绍 3DGS（3D Gaussian Scattering）是一种基于高斯分布的三维场景表示与渲染方法，主要用于高效建模和渲染复杂的三维场景，尤其适用于动态环境或需要实时性能的应用。其核心思想是将三维空间中的物体或体积表示为多个高斯函数的集合，并通过优化这些高斯参数来拟合观测数据（如多视角图像），最终实现高质量的渲染效果。3DGS通过显式的高斯分布建模三维场景，结合可微渲染技术，在实时性与渲染质量之间取得平衡。在渲染过程中，光线穿过三维场景时，与沿途的高斯函数相互作用。

阅读 4.4k

17赞

收藏 19
手机LiDAR高精度3D扫描全攻略：从硬件原理到行业应用的终极指南（附全流程代码） 摘要：本文围绕手机实现空间高精度 3D 扫描及建模展开，系统介绍核心技术与硬件选型，包括 LiDAR 激光雷达、多摄像头系统等硬件设备及其工作原理。详细阐述从环境预处理、扫描操作到模型生成、编辑优化的全流程，对比主流扫描 App 功能与适用场景。通过完整代码示例与实际案例，展示在室内设计、工业检测、文物存档等领域的应用，并分析精度优化策略与成本效益。此外，还探讨量子点云处理、神经辐射场等未来技术趋势，为用户提供从入门到进阶的一站式高精度 3D 扫描建模技术方案。

阅读 999

37赞

收藏 27
SpatialLM：群核科技开源大模型，3D空间理解精度86.5%、零样本学习能力惊艳 SpatialLM是一个开源的大型语言模型，专注于处理3D点云数据并生成结构化的3D场景理解输出。它能够识别室内场景中的建筑元素（如墙壁、门窗）和3D物体的边界框及其语义类别。与传统方法不同，SpatialLM采用标准的多模态LLM架构，并直接从开源LLM进行微调。通过大规模、高质量的合成数据集训练，SpatialLM在空间布局估计和3D物体检测任务上均达到了全球领先水平，为增强现代LLM的空间理解能力开辟了新路径。

阅读 1.7k

99赞

收藏 52
分享本周所学——三维重建算法3D Gaussian Splatting（3DGS） 三维重建一般就是指通过一些二维的数据（例如照片、视频等）去还原一个三维的场景。什么意思呢？我们可以拿自己的眼睛做个类比。人之所以能看见东西，是因为外部的光线投射在了我们眼睛的视网膜上，由视杆和视锥细胞将光线的强度、颜色等信息传递给大脑，让我们能够看见东西。显然，人眼只能看到一个二维的画面，无法感知物体的三维结构信息。那为什么我们在看东西的时候会感觉东西是立体的呢？主要有两点原因。第一，人有两只眼睛，我们在看一个场景的时候，两只眼睛看到的画面会有一些微小的差异，这个差异叫做“视差”。

阅读 1.9w

324赞

收藏 555
AI日报 | 2025年6月16日：草图秒变视频，百度AIDU招贤，腾讯混元3D开源，Anthropic多智能体揭秘！ 过去24小时，AI圈热闹非凡：Sketch2Vid草图变动态视频大放异彩， AI领域迎来重磅进展：Sketch2Vid实现手绘草图自动生成动态视频；百度启动史上最大AI人才招聘计划；腾讯开源首个工业级3D生成大模型混元3D 2.1；Anthropic公布多智能体系统设计；ComfyUI支持LoRA微调；Ming-Omni推出开源多模态统一架构。此外，多个热门开源项目引发关注，包括LLM评估框架deepeval和AI对冲基金项目。这些突破性进展从技术、人才到应用全面推动AI生态发展，降低创作门槛，为各行业带来革新机遇。

阅读 903

17赞

收藏 16
CVPR 2025 | 港科大 提出MultiGO：单图重建逼真3D人体，精度超越所有SOTA！ 本文针对从单目图像重建3D着衣人体这一研究任务展开探讨。由于单视图输入存在固有歧义性，现有方法多借助预训练的SMPL(-X)估计模型或生成模型为人体重建提供辅助信息。然而，这些方法仅能捕捉人体的整体几何结构，却忽略了特定的几何细节，进而导致骨骼重建不准确、关节位置错误以及衣物褶皱不清晰等问题。为解决上述问题，本文提出了一种多层次几何学习框架。骨骼层增强模块关节层增强策略以及褶皱层细化模块。

阅读 842

11赞

收藏 24
Tripo3D使用体验 最近有个很火的AI工具，能从图片生成出不错的3D模型，它的名字叫做Tripo3D，这次我来使用一下试试。

阅读 6.9k

24赞

收藏 28
3DDFA-V2 :Towards fast, accurate and stable 3d dense face alignment 现有的3D密集人脸对齐方法主要集中在准确性上，从而限制了其实际应用范围。在本文中，我们提出了一种名为3DDFA-V2的新型回归框架，该框架在速度、准确性和稳定性之间取得了平衡。首先，在轻量级主干网络的基础上，我们提出了一种元联合优化策略，以动态回归一小组3D形态模型（3DMM）参数，这极大地同时提升了速度和准确性。为了进一步提高视频上的稳定性，我们提出了一种虚拟合成方法，该方法可以将一张静态图像转换为包含平面内和平面外面部运动的短视频。

阅读 1.4k

26赞

收藏 21
【ACCELERATED GSTREAMER USER GUIDE】xvimagesink、autovideosink 和 nv3dsink 和nv3dsink都是 GStreamer 中用于视频渲染的 sink 元素，但它们各自有不同的特点和用途。nv3dsink在选择使用哪个 sink 时，应该考虑具体需求，包括硬件配置、性能要求以及希望提供给用户的灵活性。例如，如果您用的是 NVIDIA 的 GPU 并且希望利用硬件加速来获得更好的视频播放性能，nv3dsink可能是更好的选择。如果不确定应该使用哪个视频 sink，或者应用程序需要在多种不同的硬件和操作系统上运行，可以提供一个简单且通用的解决方案。而。

阅读 1.2k

22赞

收藏 18