计算机图形学

专注物理模拟的3D交互研究项目，支持缺数据生成真实交互 PhysDreamer是针对虚拟交互物理模拟的研究项目，解决了传统物理模拟需大量真实物体物理属性数据的痛点，可在缺乏数据的前提下，模拟外力、代理操作等新颖交互的真实反应，还通过用户研究评估合成交互的真实性，助力打造高真实感虚拟体验，推动3D交互领域发展。

解决2D扩散材质缺陷的高质量PBR材质生成技术工具 针对现有2D扩散模型在材质分解环节存在的不足开发，可生成与给定几何体、光照环境完全匹配，且不带有内置阴影效果的高质量PBR材质，解决了同类方案材质与场景不匹配、多余阴影干扰渲染的问题，可提升游戏、影视制作等下游任务的渲染质量，优化视觉呈现效果。

基于扩散模型优化的未知静态光照下图像逆渲染材质恢复技术 IntrinsicAnything是针对未知静态光照条件下捕获图像的先进图像逆渲染技术，依托学习扩散模型优化材质恢复流程。它通过生成模型学习材质先验，将渲染方程分解为漫反射和镜面反射项，利用海量3D物体数据训练解决逆渲染歧义问题，搭配从粗到细的训练策略生成多视图一致性约束，获得更稳定准确的材质恢复结果。

基于大语言模型的文本驱动角色运动合成系统，优化过渡动作质量 该系统采用现代大型语言模型作为文本驱动的运动调度器，可从长文本中提取多组（文本、位置）对。它推出了结合经典运动匹配、运动语义与轨迹约束的文本驱动运动检索方案，设计渐进式掩蔽变换器解决过渡动作常出现的不自然姿势、滑步问题，在三个子任务评估中表现优于过往动作合成方法

基于典范分数蒸馏的非刚体4D生成与重建技术项目 AnimatableDreamer是面向非刚体对象的AI生成重建技术项目，提出典范分数蒸馏方法，将生成维度从4D简化到3D，结合可微分变形将3D生成升级至4D，保证时序一致与形态逼真。结合一致性扩散模型知识正则化重建，支持从单眼视频生成文本指导3D模型，重建性能优于传统非刚体重建方法。

360°几何感知3D全头合成技术，支持野外非结构化图像训练 不同于传统3D头部合成方法依赖规范标注的结构化训练数据集，PanoHead仅依靠野外非结构化图像即可完成训练，能够输出视图一致的高质量360°全头部合成内容，同时保留精准详细的头部几何形状，面向计算机视觉领域的3D重建研究提供技术支持。

采用分层量化方案的高性能文本驱动3D人体运动生成模型 MoMask采用分层量化方案，将人体运动以高保真细节编码为多层离散运动令牌，依托两个独立双向Transformer网络，基于文本输入预测生成对应运动。相较于现有同类型模型，MoMask在文本到3D人体运动生成任务上效果更优，同时可无缝适配文本引导的时间修复等相关下游任务。

面向动态视觉任务的引入残差增强的神经网络建模方法 ResFields针对现有神经网络在动态场景建模的不足，将时变权重引入多层感知机，通过可训练残差参数提升模型表达能力，无需大幅改造现有技术框架即可无缝集成，可应用于2D视频逼近、动态形状建模、动态NeRF重建等任务，相较于传统方法能显著提升复杂动态任务的处理结果。

基于扩散模型的开源材料纹理提取与PBR生成工具 该工具通过扩散模型将图像区域映射到材料概念，采样生成相似纹理，再通过独立网络将纹理分解为空间变化BRDF，为渲染应用准备可用材质。采用无监督域自适应实现新样本泛化，经合成与真实数据集验证，支持从真实照片估算材料用于3D场景编辑。

结合逆向渲染与逆向物理的创新框架，用于估计人体服装参数 PhysAvatar是面向人体数字化的创新技术框架，区别于传统3D人体建模仅捕捉形状外观，它同时整合逆向渲染、逆向物理能力，通过4D高斯时空网格跟踪技术对齐网格，结合基于梯度的优化方法，可从输入的多视角视频中自动估计人体形状、外表与服装物理参数，支持在域外运动、光照条件下渲染高质量宽松服装人体新视角画面。

AI驱动的纹理生成工具，可为无纹理3D网格生成2K无光照UV纹理 Paint3D是专为无纹理3D网格生成纹理的AI工具，支持基于文本或图像输入做条件化生成。它先通过预训练的带深度信息2D扩散模型生成视角条件图，经多视角融合得到初始粗糙纹理，再用专用模型完成UV补全与去光照处理，最终输出语义一致的2K无光照UV纹理，提升了无纹理3D物体的纹理生成水平。

牛津等机构开发的无需预训练的本地端图像材质迁移技术 ZeST由牛津大学、Stability AI、MIT CSAIL研究团队联合开发，是一款图像材质迁移技术方案。不同于多数需要提前训练模型的同类技术，它无需预训练即可完成从参考图到目标图对象的材质迁移，支持单材质迁移与单图内多重材质编辑，可在本地设备快速处理，无需依赖云端或服务器运算。

基于多光照合成的辐射场重光照扩散技术学术项目 本项目是法国INRIA团队发布的计算机图形学前沿研究项目，针对辐射场重光照任务提出基于扩散模型的多光照合成方案，解决传统方案在复杂光照变化下场景细节还原度不足的问题，项目页面公开方法原理、实验结果与相关技术细节，为3D数字内容创作的光照处理提供新的技术路径。

基于预训练扩散模型的文本到3D材质生成技术，无需大量配对数据 MaPa通过创建分段程序化材质图表示物体外观，分解3D形状为多个分段，设计控制段的扩散模型合成与网格对齐的2D图像，以此初始化材质参数，再经可微分渲染模块微调，生成符合文本描述的3D材质。无需大量配对训练数据即可实现转换，在逼真度、分辨率、可编辑性上优于现有同类技术。

IllumiNeRF是一种先重光照再重建NeRF的3D重光照AI技术 不同于传统基于逆向渲染的3D重光照方法，依赖可微分蒙特卡洛渲染优化存在脆弱、计算成本高的问题，IllumiNeRF采用更简洁的技术路径：先利用图像扩散模型对每张输入图像做重光照预处理，再通过重光照图像重建神经辐射场NeRF，可从未知光照多视图图像恢复3D表示，实现目标光照下新视角渲染，在多个基准测试取得领先性能。

基于自回归变换器的3D网格生成模型，支持低面数高效生成 MeshAnything是面向3D行业的网格生成AI模型，基于自回归变换器架构，可将任意格式的3D资产转换为符合行业应用标准的艺术家级网格。和传统网格生成方法相比，它在保持生成精度与现有方法相当的前提下，以更少面数输出网格，显著提升了存储、渲染以及模拟环节的运行效率。

DualGS是面向人体表演的高压缩实时体积视频渲染技术 DualGS全称Robust Dual Gaussian Splatting，是一款新型基于高斯的人体体积视频表示技术。通过优化关节高斯与皮肤高斯，可精准捕捉复杂人体表演，实现鲁棒跟踪与高保真渲染。采用混合压缩策略可达到120倍压缩比，大幅降低体积视频的存储传输成本，支持低端移动设备、VR头显的实时互动渲染。

可控人-物交互合成技术，基于条件扩散模型保障交互真实性 CHOIS是可控人-物交互合成技术，可根据语言描述、初始状态、稀疏路径点同时生成人类与物体运动。区别于同类技术，它引入物体几何损失做额外监督，在扩散模型采样中设计指导项强制执行接触约束，解决了手物接触、地面支撑不真实的问题，提升生成路径匹配度，对真实人类行为模拟有重要价值。

基于3D高斯核的物理仿真与渲染一体化工具，遵循所见即所模拟原则 该工具基于自定义物质点法，将3D高斯核与具备物理意义的运动变形、力学应力属性结合，依托连续力学原理完成演化。它实现物理仿真与视觉渲染的无缝集成，两类模块均采用相同3D高斯核作为离散表示，无需三角形、四面体网格或其他几何嵌入，遵循所见即所模拟的设计原则。

基于Transformer的AI网格生成模型，性能优于现有同类方法 MeshGPT是基于Transformer架构的AI网格生成研究项目，通过几何词汇将网格转换为序列标记，最终解码生成三角网格面。与现有同类方法相比，它可生成边缘清晰、干净连贯且结构紧凑的网格，形状覆盖率显著提升，多个类别的FID得分较现有方法提升30个点，生成保真度更高。