MetaOptics Ltd在内华达州成立MetaOptics Inc.,专注于为北美客户提供超构光学解决方案。公司研发了127微米的光学组件原型,并与知名大学合作开发可调谐超构透镜,推动AR/VR等领域的应用。此外,MetaOptics还与多家科技公司洽谈合作,并计划参加2026年国际消费电子展。
开放媒体联盟计划在年底前推出新编解码器AV2,旨在提升压缩性能并支持AR/VR应用。AV2是AV1的升级版,解决了AV1的不足,特别适合体育节目。开发始于2021年,强调开放标准对行业的重要性,以适应不断变化的需求。
浙大团队提出了一种新方法——体素对齐的前馈3D高斯泼溅,解决了二维特征在三维空间对齐及高斯密度受限的问题,提升了多视角渲染的质量与效率。该方法通过将2D特征聚合到3D体素网格中,增强了几何一致性和跨视图稳定性,适用于机器人、自动驾驶及AR/VR等领域。
AllegroDVT 发布全系列解决方案,推动开放媒体联盟的 AV2 编解码器采用。AV2 预计于 2025 年底发布,显著提升视频压缩性能,支持 AR/VR 应用。产品包括合规性测试套件、分析工具和半导体 IP。
开放媒体联盟计划于2025年底推出AV2视频编解码器标准,旨在提升压缩性能和屏幕内容处理能力,支持AR/VR应用及多节目分屏播放,同时在不降低画质的情况下缩小文件体积。联盟成员包括谷歌和苹果等,致力于开发开放媒体标准。
开放媒体联盟(AOMedia)计划于2025年底发布新一代视频编码标准AV2,旨在提升流媒体性能,支持AR/VR应用及多节目分屏播放。调查显示,88%的会员认为AV1重要,53%计划在AV2发布后12个月内采用。AV2预示着开放媒体的未来。
MetaOptics Ltd在新加坡交易所申请上市,计划配售3000万股,每股0.20新元。该公司成立于2021年,是首家公开上市的超透镜公司,产品广泛应用于智能手机和AR/VR等领域。
日本TDK公司收购美国SoftEye,后者专注于智能眼镜的定制芯片和算法。这一收购增强了TDK在人工智能市场的领导地位,SoftEye的技术将推动AR/VR显示系统及新的人机界面发展。
PAM(Perceive Anything Model)模型通过3B参数实现图像和视频的分割、识别与描述,支持多种输出,且数据已开源。该模型在多个基准测试中表现优异,具备高效推理和轻量化特点,适用于AR/VR等场景。
DP-Recon是一种新方法,通过生成式扩散模型重建稀疏视角下的3D场景,能够智能推断被遮挡物体的细节,克服传统方法的局限性,支持基于文本的场景编辑,提升影视游戏和AR/VR内容创作的潜力。
在一次面试中,我被问到如果有足够的资金和时间会做什么项目。我反思了自己的热情项目,目前正在开发一个Android远程数据清除系统,并为乌克兰药学学生协会志愿服务。如果资源无限,我希望创建一个个性化教育平台,利用AI和AR/VR技术,满足不同学习风格。这些项目旨在解决以人为本的问题。
香港中文大学等团队研发的Neural LightRig,利用图像扩散模型生成多光照图像,解决了单图法线和材质估计的不确定性。实验结果表明,该方法在法线和材质估计上显著优于现有技术,适用于AR和VR领域,相关资源已开源。
4D生成是生成性人工智能的重要进展,专注于动态内容的创建,广泛应用于视频游戏、电影和AR/VR等领域。尽管面临一致性和计算效率的挑战,4D生成在提升创意和效率方面展现出巨大潜力。
2025年科技行业将经历重大变革,人工智能、量子计算、无服务器计算和边缘计算等技术将达到新高峰。AI将简化开发流程,量子计算将扩展应用领域,无服务器计算将提升开发效率,区块链将促进去中心化应用的发展,AR/VR将改变用户交互方式。开发者需保持好奇心,积极适应新技术。
随着2025年的临近,AR/VR行业预计在未来十年内将增长至5200亿美元。成功的关键技能包括编程、实践经验、XR基础知识、3D动画建模和用户体验设计,AR/VR专业人才将拥有广阔的职业机会。
尽管谷歌已停止销售头戴设备,但其应用商店正在为XR头显做准备,出现了相关图标和文本。谷歌虽然缩减了AR/VR部门,但仍与其他公司合作开发新平台和产品。
本文介绍了一种基于手绘草图的增强扩散架构(SEK),用于生成个性化的3D场景。该方法结合外部知识库和图推理,提升了3D场景生成的质量,并提出了通过自然语言描述进行3D房间设计的创新方法,以满足AR/VR对3D内容的需求。实验结果表明,该方法在合成和真实数据集上表现优异。
本文提出了一种可解释的3D视觉定位框架,通过锚点预测将3D视觉定位转化为序列任务,提升了性能和数据效率。同时,介绍了3DMV-VQA基准和3D-CLR框架,评估了现有模型的不足,并提出了基于零样本推理的3D分割新任务,有效定位3D对象部分。该方法在机器人、AR/VR等领域具有广泛应用潜力。
本文提出了一种身份感知的手部三维网格估计模型,能够在AR/VR领域中重构3D手模型。该模型通过个性化流程校准用户的形状参数,展示了在不同条件下的优越性能。同时,研究介绍了OHTA方法,利用单张图像创建高保真的手部虚拟形象,并结合MANO模型实现复杂动作捕捉,提升了3D手部形状重构的准确性。
本研究提出了多种基于RGB相机和深度相机的手部跟踪与手势识别方法,涵盖实时手部跟踪、3D手部姿势估计及自我监督学习框架,旨在提升AR/VR应用中的手部交互精度和鲁棒性。
完成下面两步后,将自动完成登录并继续当前操作。