最新资讯
dev.to 我们在 DolphinBench 上测试记忆检索:纯关键词搜索暴露了自身回归 dev.to 别再把 Agent 写成 while 循环,把它建模为状态机 bloomberg.com Rightmove 与 Scout24 借 AI 产品应对低迷房市并上调展望 stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者
多元动态
登录 注册
算力商业 x.com · @NVIDIAAI

NVIDIA 在 ECCV 2026 发布遮挡感知 3D 生成模型 Axolotl3D

原文 我的收藏

NVIDIA 研究团队在 ECCV 2026 提出 Axolotl3D,一个多模态、遮挡感知的 3D 生成模型。它结合图像、相机数据和部分几何信息,在保留已观测区域的同时重建缺失区域,据称在单视图和多视图设置下均取得 SOTA 结果,项目页已公开。

AI推荐理由 NVIDIA 研究团队在 ECCV 2026 发布 Axolotl3D,一个多模态、遮挡感知的 3D 生成模型,融合图像、相机数据和部分几何来重建缺失区域并保留已观测区域,声称在单视图和多视图设置下达到 SOTA,并附项目页。属于有明确方法描述和官方来源的研究发布,但 SOTA 结论尚未经独立验证。

78 浏览 1,004 点赞 3 评论 2 转发 0

正文

Images rarely show an object’s full 3D geometry. At #ECCV2026, our research team introduced Axolotl3D, a multimodal and occlusion-aware 3D generation model. It combines images, camera data and partial geometry to reconstruct missing regions while preserving observed ones, achieving state-of-the-art results across single- and multi-view settings. Project page: [research.nvidia.com/labs/sil/proje…](https://research.nvidia.com/labs/sil/projects/axolotl3d) [Your browser does not support the video tag.](https://video.twimg.com/amplify_video/2100280395711614976/vid/avc1/1920x1080/kDcl-Iu0sYXS3iHJ.mp4?tag=29) [🔗 View on Twitter](https://x.com/NVIDIAAI/status/2100282884624097690/video/1)

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容