3D建模 AI

Depth Anything 3 (DA3) 是一个能够从任意数量的视觉输入（有或没有已知的相机姿态）中预测空间一致几何形状的模型。DA3 带来了两个关键的见解：单个纯粹的 Transformer 作为骨干网络就足够了，无需架构上的专业化；以及单一的深度射线预测目标使得复杂的**多任务学习**变得不必要。通过我们的师生训练范式，该模型在细节和泛化性方面

Ultra3D 是一个高效的 3D 生成框架，可在不影响质量的情况下显著加速稀疏体素建模。它利用紧凑的 VecSet 表示在第一阶段高效地生成粗略的对象布局，从而减少 token 数量并加速体素坐标预测。这种方法能够以 1024 的分辨率生成高分辨率 3D 图像，在视觉保真度和用户偏好方面均达到了最佳性能。

Ultra3D 的核

OmniPart 是一个用于生成零件感知型 3D 对象的新型框架，它在保持稳健结构内聚力的同时，实现了组件之间的高度语义解耦。该框架旨在克服传统生成方法仅能生成单一形状的局限性，从而限制了它们在交互式应用中的实用性。OmniPart 以独特的方式将复杂的 3D 对象生成任务解耦为两个协同阶段，从而能够创建具有明确、可编辑零件结构的 3D 资源。

Diffuman4D 是一种从稀疏视角视频合成 4D 一致性人类视角的新颖方法。它能够从稀疏视角视频中对真人表演进行高保真自由视角渲染。给定稀疏视角视频，Diffuman4D 会根据这些输入生成 4D 一致性多视角视频，并使用输入和生成的视频重建真人表演的高保真 4DGS 模型。这允许实时渲染具有复杂服装和动作的真人表演的新视角。

EX-4D 是一个基于深度水密网格的极端视点 4D 视频合成的新型框架。它解决了从单目输入生成高质量可控摄像机视频的难题，尤其是在极端视点下。EX-4D 使用深度水密网格表示，可以明确地模拟可见区域和遮挡区域，即使在极端摄像机姿势下也能确保几何一致性。这种方法使该框架能够生成高质量、物理上一致且时间上连贯的视频。

EX-4D 包

Elevate3D 是一个新颖的框架，可将易于获取的低质量 3D 资源转换为更高质量的资源。它增强了低质量的 3D 模型，通过迭代纹理和几何细化将其转换为高质量资源。Elevate3D 的核心是 HFS-SDEdit，这是一种专门的纹理增强方法，可以在显著提高纹理质量的同时，保留外观和几何形状，并修复其质量下降的问题。

Elev

PhysX-3D 是一种端到端的基于物理的 3D 资源生成范式。它旨在通过提出 PhysXNet 来弥补基于物理标注的 3D 数据集中的关键空白。PhysXNet 是首个基于物理的 3D 数据集，系统地涵盖五个基本维度：绝对尺度、材质、可供性、运动学和功能描述。该数据集能够高效地从原始 3D 资源创建基于物理的资源，从而促进能够生成物理可信资源的 3D

ShapeLLM-Omni 是一个原生多模态大型语言模型，能够理解和生成任意序列的 3D 资源和文本。它通过提供理解和生成 3D 内容的能力，弥补了当前多模态模型仅限于图像和文本的缺陷。这是通过训练 3D 矢量量化变分自编码器 (VQVAE) 实现的，该编码器将 3D 对象映射到离散的潜在空间，以实现高效准确的形状表示和重建。

Pixel3DMM 是一款经过微调的 DINO ViT，用于逐像素表面法线和 UV 坐标预测。它专为单图像 3D 人脸重建而设计，并利用了 DINO 基础模型的潜在特征。该模型引入了定制的表面法线和 UV 坐标预测头，并在三个高质量的 3D 人脸数据集上针对 FLAME 网格拓扑进行训练，最终生成了超过 1000 个身份和 976,000 张图像。这使

Direct3D-S2 是一个基于稀疏体积的可扩展 3D 生成框架，可在显著降低训练成本的同时实现卓越的输出质量。它引入了空间稀疏注意力 (SSA) 机制，显著提升了扩散变换器 (DiT) 在稀疏体积数据上的计算效率。这使得模型能够有效地处理稀疏体积内的大型标记集，使前向传播速度提升 3.9 倍，后向传播速度提升 9.6 倍。

Step1X-3D 是一个用于生成高保真且可控的纹理 3D 资源的开放框架。它通过严格的数据管理流程、两阶段 3D 原生架构以及模型、训练代码和自适应模块的完整开源版本，解决了 3D 生成中数据稀缺、算法限制和生态系统碎片化的挑战。该框架采用基于感知器的潜在编码和锐利边缘采样来保留细节，从而生成严密的 TSDF 表示。

Step

PicToMesh 是一个基于 Web 的平台，用户可以轻松地将 2D 图像转换为精细的 3D 模型。PicToMesh 专为创作者、设计师和游戏开发者设计，利用先进的生成技术简化了传统复杂的 3D 建模流程。用户可以上传 .png、.jpg、.jpeg 和 .webp 等格式的图像，平台只需几分钟即可将这些平面视觉效果转换为带纹理的交互式 3D 资源

TRELLIS 3D 是一个先进的框架，旨在从文本和图像输入中生成高质量的 3D 资源。这个创新平台利用尖端的人工智能技术，特别是其结构化 LATent (SLAT) 表示，来创建多功能和复杂的 3D 模型。该框架旨在满足各种应用的需求，包括游戏开发、动画、建筑可视化和数字艺术，使其成为专业人士和爱好者的宝贵工具。

T

Creo 是一款功能强大的计算机辅助设计 (CAD) 软件，由 PTC 开发，旨在帮助工程师和设计师创建精确而详细的 3D 模型。由于其强大的功能有助于产品开发和设计优化，Creo 被广泛应用于制造业、汽车业和航空航天业等各个行业。Creo 集成了参数化建模、仿真和生成设计等先进技术，是希望简化设计流程的专业人士的综合解决方案。

Shapemate 是一款先进的人工智能 3D 建模工具，旨在简化和精简 3D 资产的创建过程。这个基于 Web 的平台旨在通过利用尖端的人工智能技术彻底改变设计师、建筑师、游戏开发者和其他专业人士进行 3D 建模的方式。

Shapemate 的核心是利用复杂的机器学习算法根据用户输入生成 3D 模型。该系统可以解释文本描述和

3D AI Studio 是一个先进的 AI 平台，旨在彻底改变创建 3D 模型、动画和纹理的过程。该工具利用尖端的人工智能技术，使用户能够快速高效地生成高质量的 3D 内容，大大减少了传统 3D 建模工作流程中通常所需的时间和精力。

该平台提供了一系列功能，可满足 3D 创作领域的各种需求。其主要功能之一是能够从文本描述生成

Museclip 的 Character Design 是一款尖端的 AI 工具，旨在彻底改变艺术家、游戏开发者和动画师的角色创建流程。该平台允许用户实时将 3D 基础模型转换为逼真的角色，提供一种高效且用户友好的方式，将创意愿景变为现实。Museclip 的 Character Design 具有拖放元素、魔术画笔和智能文本提示编辑等功能，可让用户释

Tripo AI 是一个尖端平台，旨在通过利用人工智能从文本描述或图像生成高质量、随时可用的 3D 模型，从而彻底改变 3D 建模流程。此工具对游戏、建筑、产品设计和动画等领域的专业人士特别有用，使他们能够快速高效地创建详细的 3D 资产。通过简化传统上复杂且耗时的 3D 建模任务，Tripo AI 既能满足经验丰富的设计师的需求，也能满足该领域的新手

Shap-e 是由 OpenAI 开发的先进人工智能系统，可根据文本或图像生成 3D 对象。这项尖端技术代表了人工智能生成 3D 内容领域的重大进步，为各行各业的创作者、设计师和研究人员提供了多功能工具。

Shap-e 的核心是利用复杂的扩散过程从文本提示或输入图像生成 3D 图像。该系统基于两阶段方法构建：首先，它训练一个将

Kaedim 是一个人工智能平台，专门将 2D 设计转换为高质量的 3D 模型，主要满足游戏开发者和其他创意行业的需求。通过利用先进的机器学习技术，Kaedim 简化了 3D 资产创建流程，使用户能够快速高效地生成模型。在 3D 内容需求快速增长且传统建模方法耗时耗力的环境中，此工具尤其有价值。

Kaedim 的核心功能围绕其能