NeRF

基于扩散模型的NeRF场景编辑工具，无需迭代优化保持3D一致性 不同于传统NeRF场景编辑需迭代优化易破坏一致性的痛点，SIGNeRF采用全新生成更新策略，依托ControlNet深度条件图像扩散模型优势，仅需几个步骤、单前向传递即可完成现有NeRF场景编辑，支持新增对象与修改现有对象，实现精准场景控制。

面向多场景的音频驱动实时姿态表情同步动画生成技术 该项目结合音频与姿态表情同步技术，弥补传统动画生成方法在实时性、细节表现层面的不足，相比同类延迟高、细节还原差的方案，在动态匹配精度和响应速度上有明显提升，可支持多类虚拟人相关应用，目前尚未明确官方价格与清晰市场定位。

含万级人工标注视频的大规模实景三维视觉研究数据集 DL3DV-10K是面向计算机视觉研究的大规模实景数据集，包含超过10000个高质量实景视频，所有视频均经过人工标注场景关键点与复杂程度，同步提供相机姿态、NeRF估计深度、点云、3D网格等配套衍生数据，可支撑多方向三维视觉领域研究。

基于NeRF的个性化3D说话面部生成技术，可快速模仿目标说话风格 MimicTalk是基于神经辐射场NeRF的个性化三维说话面部生成技术，以通用3D面部生成模型为基础，通过静态-动态混合适应流程学习目标个性化静态外观与面部动态，创新性提出上下文风格化音频到运动ICS-A2M模型，可精准匹配目标说话风格生成对应面部运动，仅需几分钟即可完成适配，生成高质量视频，目前免费向研究开发社区开放。

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。

支持文本指令编辑的NeRF原生3D场景编辑技术项目 该项目依托InstructPix2Pix图像条件扩散模型，在逐步编辑输入场景观测图像的同时，同步优化底层NeRF场景结构，最终生成符合编辑指令的3D场景。不同于传统3D编辑方案，它可直接编辑已重建的NeRF场景，能处理大规模真实场景，输出结果比过往同类方法更真实贴合指令要求。