Сообщение Gate News, 23 апреля — команда Seed от ByteDance выпустила Seed3D 2.0 — текст-to-3D модель, которая генерирует текстурированные 3D-активы из одного изображения. Обновление делает акцент на геометрической точности и реалистичности материалов, а API теперь доступен на Volcano Ark.
Геометрическая генерация использует стратегию двухэтапного подхода Coarse-to-Fine: сначала модель DiT с большим числом параметров формирует грубую топологию, затем восстанавливает четкие ребра и детализированные поверхности. Генерация материалов использует архитектуру Mixture of Experts (MoE) для улучшения деталей высокого разрешения, применяя априорные сведения Vision Language Model (VLM) для повышения стабильности разложения материалов при неизвестных условиях освещения, выводя полные карты PBR, совместимые с типовыми конвейерами рендеринга.
Шестьдесят оценщиков с опытом 3D-моделирования провели слепые сравнения примерно по 200 тестовым случаям, сравнивая Seed3D 2.0 с Hunyuan3D-2.5/3.1, Tripo 3.0, Rodin Gen2, HiTem v2.0 и предыдущей Seed3D 1.0. Показатели предпочтения для геометрической генерации варьировались от 65,1% до 98,3%, в то время как показатели предпочтения текстурированных 3D-активов превышали 69% во всех сравнениях.
Для последующих прикладных задач Seed3D 2.0 может разлагать 3D-активы на независимые компоненты с общей информацией, выводя формат URDF, совместимый с Isaac Sim и другими движками симуляции для сценариев динамического взаимодействия, например роботизированного захвата. На уровне сцены она поддерживает входной текст, мультивью изображения или видео, объединяя несколько активов для генерации полностью сформированных сцен.
Отказ от ответственности: Информация на этой странице может поступать от третьих лиц и не отражает взгляды или мнения Gate. Содержание, представленное на этой странице, предназначено исключительно для справки и не является финансовой, инвестиционной или юридической консультацией. Gate не гарантирует точность или полноту информации и не несет ответственности за любые убытки, возникшие от использования этой информации. Инвестиции в виртуальные активы несут высокие риски и подвержены значительной ценовой волатильности. Вы можете потерять весь инвестированный капитал. Пожалуйста, полностью понимайте соответствующие риски и принимайте разумные решения, исходя из собственного финансового положения и толерантности к риску. Для получения подробностей, пожалуйста, обратитесь к
Отказу от ответственности.
Связанные статьи
Vercel открывает фреймворк deepsec с открытым исходным кодом, предлагая 1 000+ параллельных процессов в песочнице для локального сканирования безопасности ИИ
Согласно Beating, Vercel опубликовала в открытый доступ deepsec — AI-ориентированный фреймворк для тестирования безопасности, который позволяет разработчикам сканировать большие кодовые базы локально, не раскрывая исходный код внешним облачным сервисам. Фреймворк использует многоэтапный процесс верификации: после первоначальной regex-фильтрации, an
GateNews2ч назад
Netradyne AI-камеры отслеживают поведение водителей в автопарках
Система мониторинга водителя с помощью ИИ от Netradyne
Netradyne, индийский стартап, развертывает камеры с поддержкой ИИ в автопарках коммерческих транспортных средств, чтобы отслеживать поведение водителей и снижать число аварий. Камеры, обращённые внутрь, нацелены на водителя, а не на пассажиров, и предупреждают водителей, когда они превышают ограничения скорости, о
CryptoFrontier4ч назад
AequiSolva запускает Sentinel Stack — AI-архитектуру для верификации институциональных активов 30 апреля
По данным AequiSolva компания запустила свою архитектуру биржи Sentinel Stack™ с интеграцией ИИ 30 апреля 2026 года, которая включает детерминированное выполнение, надзор за рынком, управляемый ИИ, и движок Omni-Attest Engine™ для непрерывного криптографического подтверждения резервов. Платформа объединяет три ключевых
GateNews9ч назад
Карапати раскрывает: полный метод создания личной базы знаний с помощью LLM
У основателя команды OpenAI и бывшего главного директора по ИИ в Tesla Андрея Карпатия появилась на X публикация о рабочем процессе «LLM Knowledge Bases» — он объяснил, как в последнее время перевёл большие объёмы использования токенов с «управления кодом» на «управление знаниями»: с помощью LLM он объединяет разрозненные статьи, материалы, папки, изображения в автоматизированную личную wiki, которую поддерживает в актуальном состоянии. Весь процесс уже накоплен в его собственных исследовательских проектах: около ~100 статей, ~400 тыс. слов, и всё это на протяжении всего времени LLM пишет и обновляет. Эта статья систематизирует полную настройку Karpathy и даёт разработчикам, которые хотят всё скопировать, список, который можно реализовать на практике.
Ключевая идея: raw-данные → компиляция LLM → wiki → Q&A
Философию дизайна Karpathy можно свести к одному
ChainNewsAbmedia15ч назад
Bitcoin Treasury Firm K Wave Media получила до $485M на создание инфраструктуры для ИИ
По данным ChainCatcher, компания K Wave Media, которая владеет биткоин-казначейством и котируется на Nasdaq, 4 мая объявила о стратегическом развороте в сторону инфраструктуры для ИИ, получив поддержку капитала в размере до 485 миллионов долларов для инвестиций в центры обработки данных, услуг аренды GPU, а также для приобретений и партнерств в сфере инфраструктуры ИИ.
Компания
GateNews17ч назад
Antimatter запускает план ИИ-ЦОД с финансированием в €300 млн
Antimatter — компания по облачной инфраструктуре для AI-нагрузок из Франции — запустилась 4 мая, объединив три существующие компании: Datafactory, Policloud и Hivenet. Компания привлекает 300 миллионов евро (351 миллион долларов США), чтобы развернуть 100 микромодулей дата-центров в 2026 году для AI-инференса
CryptoFrontier18ч назад
