💡
原文中文，约2800字，阅读约需7分钟。
📝
内容提要
斯坦福大学李飞飞团队推出了首个空间智能模型，能够通过单张图片生成3D世界。国内智源研究院的See3D模型则利用无标注互联网视频生成3D图像，支持多种生成和编辑任务，展现出广泛的应用潜力。
🎯
关键要点
-
斯坦福大学李飞飞团队推出首个空间智能模型，通过单张图片生成3D世界。
-
智源研究院推出See3D模型，利用无标注互联网视频生成3D图像。
-
See3D模型采用视觉条件技术，生成相机方向可控且几何一致的多视角图像。
-
See3D支持零样本和开放世界的3D生成，无需微调即可执行3D编辑和表面重建。
-
See3D支持从文本、单视图和稀疏视图到3D的生成，展现广泛的应用潜力。
-
See3D的研究动机是解决现有3D数据采集成本高、规模有限的问题。
-
See3D通过视频中的多视图信息学习3D结构，避免直接建模几何形态。
-
See3D提供高质量、多样化的大规模多视角图像数据集WebVi3D。
-
See3D引入新的视觉条件，通过时间依赖噪声生成2D归纳视觉信号。
-
See3D的优势包括数据扩展性、相机可控性和几何一致性。
-
See3D为突破3D生成技术瓶颈提供新思路，支持多种3D创作应用。
➡️
