VAST是一家AIGC 3D大模型创业公司，近日宣布开源两组基础3D生成模型TripoSG和TripoSF。
据介绍，TripoSG是一个基于RF的MoE Transformer 3D生成基础模型。经测试，TripoSG生成质量约等同于Tripo2.0，高于市面已有的开源3D生成项目。突出的优势是生成结果的泛化性强，生成复杂组合物体的稳定性高。
TripoSF是VAST基于一个新的3D表示SparseFlex研发的3D基础模型。经过测试，其结果超过市面上所有开源和闭源的工作，本次开源了TripoSF VAE的预训练模型及相关的推理代码，将在Tripo3.0时体验到TripoSF的满血版效果。
ipo2.5等数十亿参数规模的3D大模型系列，同时发布TripoSR、TripoSG、TripoSF等广受全球开源社区认可的3D基础模型，并配套开发了系列3D软件生态插件。 相关阅读 生成式 3D AI 公司 VAST 最新开源：通用自动骨骼绑定框架 UniRig
一个完全开源的、专注于高保真度和可控性的纹理3D资产生成框架。该框架旨在解决现有3D生成方法在纹理质量、几何细节和可控性方面的不足。 Step1X-3D通过多阶段优化流程，结合了先进的扩散模型和神经辐射场（NeRF）技术，
义实验室语音团队推出 OmniAudio 技术，可直接从 360° 视频生成 FOA 空间音频 5 月 29 日，阿里通义大模型公布了「空间音频生成」模型——OmniAudio。据通义团队介绍，OmniAudio 能够直接从 360° 视频生成空间音频。 为了解决「如何
irtual Camera 可以从一张或多张图像（最多可处理 32 张）中生成场景的「新视角」，用户还可以指定相机角度。该模型可以生成沿着「动态」相机路径或预设路径移动的视频，包括「螺旋」、「缩放」、「移动」和「平移」等多种
元Voice 腾讯混元图像2.0、腾讯混元3D v2.5及混元游戏视觉生成等一系列多模态模型同步“上新” 混元TurboS模型在全球公认的Chatbot Arena评测平台上已跻身前八名，在国内排名仅次于DeepSeek。其在代码和数学等理科领域的能力显
AI 初创公司 Midjourney 宣布推出其备受期待的首款 AI 视频生成模型 V1，支持图像到视频的生成，并可实现从文本直接生成视频。 V1目前仅通过 Discord 平台的网页端提供服务，基础订阅费为每月 10 美元。 根据 Midjourney 的官
个集成视频大模型与3D大模型的AI短剧平台SkyReels。集剧本生成、角色定制、分镜、剧情、对白/BGM及影片合成于一体，旨在让创作者“一键成剧”，轻松制作高质量AI视频。 SkyReels平台集成了昆仑万维自研剧本大模型SkyScript、自
言模型直接预测「音频 Token」，实现语音风格控制、音效生成、语音混合和情绪理解四大核心功能： 语音风格控制（Style Transfer）： 上下文学习： 模型能自动理解何为「兴奋」或「冷静」的语气； 标签控制： 可手动添加
混元日前宣布正式开源基于Hunyuan 3D 2.0技术框架的5款三维生成模型，进一步丰富 3D AIGC 社区。 本次开源的Turbo加速系列、多视图推理模块及轻量级mini模型，均基于Hunyuan 3D 2.0模型，组成了包含6大模型的Hunyuan 3D 2.0 家族。 轻
智谱华章等 8 家企业 / 机构的大模型产品已经首批通过《生成式人工智能服务管理暂行办法》备案，可正式上线面向公众提供服务。 具体包括： 五家北京企业机构：百度（文心一言）、抖音（云雀大模型）、智谱AI（GLM大
系统，该系统可以简单地根据用户提供的基于文本的描述生成 3D 模型。相较传统的 3D 建模工作流，提供了一种更高效直观的方式来创建 3D 资产。 “为了减少工作量，我们引入了 3D-GPT，这是一种利用大语言模型 (LLM) 进行指令
代的新型知识网页。当用户搜索任意问题时，系统会自动生成一个深度阅读页，提供更全面、专业的答案。用户可以一句话生成宝典，也可以认领某个宝典，通过编辑和优化内容获得收益。 其次，公司其他AI应用也取得了多项
就要被干掉？ 红杉资本发布一份报告，总结了这一年生成式AI突飞猛进的发展，探讨了生成式AI的发展趋势和市场表现。 一年前他们发布了一份预测，一年后红杉总结之前的预测，发现了他们预测正确和错误的部分： 预测错
Stability AI 发布了开源视频生成模型 Stable Video Diffusion，该模型基于该公司现有的 Stable Diffusion 文本转图像模型，能够通过对现有图像进行动画化生成视频。 主要特性 文本到视频 图像到视频 14 或 25 帧，576 x 1024分辨率 多