上海AI Lab与西工大提出的CityGS-X架构，通过并行化混合层次三维表征（PH²-3D），实现高效的城市场景重建，提升训练速度和几何精度，解决传统3D重建的算力瓶颈，支持4090显卡的大规模渲染。

该研究提出G3Flow框架，解决3D机器人操作中的几何精度与语义理解整合问题。通过实时构建动态物体中心的三维语义流，结合3D生成模型和视觉基础模型，提升了在遮挡条件下的语义理解和跨物体泛化能力，显著提高了操作成功率。

本研究提出了MVLight，一个新型的光条件多视图扩散模型，解决了文本到3D生成中光独立与光依赖组件的解耦问题。MVLight能够将光照条件整合到生成过程中，显著提升几何精度和重光照能力。

当前的3D GAN反演方法通常只用一个正面图像重建3D头部模型，忽略多视角信息。本研究改进了这一技术，允许同时反演多个视角，处理动态视频中的不一致性，合成一致的3D表示。结果显示，在几何精度和图像质量上有显著提升，尤其在宽视角下，并展示了3D渲染的可编辑性。