登录社区云,与社区用户共同成长
邀请您加入社区
过去一年,大模型把 2D 视觉、视频、代码、音乐统统“Stable Diffusion”了一遍。现在,轮到了 3D。不再是“科研 Demo”——2025 年,开源、商用、原生 3D 大模型一句话/一张图 → 带纹理 mesh,30 秒内完成;全景视频 → 可漫游 3D 场景,几分钟搞定;游戏级上万面模型,布线规整,美术师直呼内行。今天这篇,就把最值得关注(且能直接跑)的 7 款 3D 大模型打包给
CAD球体密堆积插件能在AutoCAD中建立圆柱容器内球体密堆积模型,支持界面过渡区(ITZ)生成。该插件采用重力堆积物理引擎,可自定义圆柱体尺寸、球体粒径分布和堆积间距,实时展示堆积过程。生成的模型包含球体、ITZ和带孔圆柱体三部分,适用于科研绘图、动画演示及有限元仿真(ANSYS、COMSOL、ABAQUS、HFSS、LS-DYNA等)。插件支持ITZ厚度调节,提供动态模拟和精确参数控制,可直
采用先进的智能化云共享管理技术,把服务器集群算力、软件和数据等资源,通过企业内网或外网,智能共享给终端所有用户。这种模式,企业所有IT资源,可以集中存放到机房服务器集群上,实现集中管控和智能化共享,员工利用服务器资源,进行各种电脑设计办公业务。1.CPU:选择多核高主频处理器,如Intel Xeon Platinum 8380(32核/64线程,主频2.3GHz,睿频4.4GHz)或AMD EPY
通过结合CSS变量和JavaScript,可实现更复杂的动态效果如自动旋转或点击聚焦。关键点在于保持3D空间的一致性和性能优化(如使用。旋转木马效果通过CSS3的3D变换和镜头控制实现立体环绕感,结合响应式设计适配不同设备。以下是关键实现步骤和代码示例。公式计算项的位置: $angle = 360deg / n$ 其中。JavaScript监听鼠标或触摸事件更新。
摘要:本文介绍了一种在ABAQUS中建立球体重力密堆积三维混凝土细观模型的方法。通过CAD插件参数化生成圆柱体内三组粒径球体颗粒及1mm厚ITZ界面层,最小间距设为2mm以提高网格质量。模型将骨料、ITZ和砂浆基体分图层导出为iges格式后导入ABAQUS,采用EasyCDP插件设置混凝土损伤塑性材料参数。装配后以1mm单元尺寸进行网格划分,总单元达千万级。该方法可实现超高骨料占比建模,参数设置需
斯坦福教授李飞飞创业公司WorldLabs发布空间智能模型Marble测试版,支持通过单张图片或文本生成持久可导航的3D世界。该模型能创建大规模、风格多样的3D环境,支持自由视角探索和场景拼接,并可将生成的高斯点云导出用于下游项目。相比同类产品,Marble强调永久存在性和免费使用特性,目前已开放白名单申请。
1.mars3d对应的时间监听内,支持鼠标单击、双击、右键单击等各种鼠标操作,于是我们可以通过以下代码,获取到mars3d交互操作过程中对应的经纬度。3.mars3d支持对对应的笛卡尔坐标进行转换,例如。2.对应的单击事件拿到后,可以获取对应的笛卡尔坐标。1.通过双击地图,实时获取对应的位置的经纬度。
本文深入探讨语言大模型(LLM)分布式训练的重要性与挑战,并阐述这一技术如何推动人工智能的发展,开创未来智能化应用的新局面。
注:倒数第三行是scale。
大家好呀!最近不少小伙伴问我:“想入门 AI,但总觉得那些‘大模型’‘识别系统’太复杂,有没有实用高达上的一些应用?” 今天就给大家带来一个项目 ——用 OpenCV+Python 3D试衣间在线试穿系统、用到MediaPipe等工具,这里只做一些问题探讨,这个领域要深入了解的话还是要有一些理论基础的!包括AI换脸、数字人等高级话题;基础功能:进阶功能:AI增强:交互优化:3. 进阶优化方向实时视
摘要:研究提出基于卷积神经网络(ECNN)的超弹性材料本构建模方法,利用新拓三维XTDIC系统获取非均匀变形试样的全场位移、应变数据,将应力作为内部变量进行训练。通过有限元模拟验证,ECNN能准确预测应力场,且训练数据需求少于传统方法。研究表明,结合DIC技术和机器学习可有效建立材料本构关系,为新材料开发提供高效建模手段。(148字)
谷歌搞了个AI时代的神经操作系统原型,里面的所有界面,都不是程序员提前写好的,而是靠Gemini 2.5 Flash-Lite大模型实时生成出来的。这是一个非常前沿的新型操作系统研究,是智能化人机交互的未来方向。我们现在用的所有软件,电脑系统也好,手机应用也罢,每一个按钮放在哪,每一个菜单长什么样,都是开发者一行一行代码提前规定好的。你点这个按钮,它就执行这个功能,跳转到那个页面,一切都是预设的。
本文介绍了离线地图影像的导出和使用方法。推荐使用全能电子地图下载器,通过选择区域和层级后导出图像文件。将导出的影像部署到资源服务器,配置Nginx后即可使用。详细说明了在Mars3D中加载离线影像的代码实现,包括基础配置、图层设置和XYZ格式影像加载方式。文章提供了完整的代码示例,包括地图初始化、控件配置和矢量数据图层创建等关键步骤,帮助开发者快速实现离线地图的集成应用。
本项目基于YOLOv11深度学习框架,开发了一套高效的3D打印缺陷识别检测系统,能够自动识别并分类3D打印过程中常见的三种缺陷:Spaghetti(杂乱堆积)、Zits(表面凸点)、Stringing(拉丝)。系统采用PyTorch框架训练优化模型,结合YOLO格式标注数据集,确保高精度检测能力。此外,项目提供了完整的Python项目源码,并配备了用户友好的UI界面,支持登录注册功能,便于用户管理
模型首先构建合理的全局几何结构,然后逐步添加细节纹理,生成高质量的 3D 物体。AR3D-R1 的成功标志着强化学习在文本到 3D 生成领域的首次系统性突破,为构建更智能、更具推理能力的 3D 生成模型开辟了新方向。这让 AR3D-R1 不再是「凭本能画 3D」,而是先构思、再搭骨架、最后上细节——真正把 RL 驱动的「会想」能力,迁移到了「会造」的 3D 世界里。在此前的工作中,3D 模型大多停
本项目基于YOLOv12深度学习框架,开发了一套高效、精准的3D打印缺陷识别检测系统,能够自动识别并分类常见的3D打印缺陷,包括Spaghetti(拉丝)、Zits(麻点)、Stringing(丝状残留)三类。系统采用PyTorch框架训练优化模型,结合YOLO格式数据集,实现了高精度的目标检测能力。此外,系统配备了用户友好的UI界面,支持登录注册功能,便于用户管理和使用。项目提供完整的Pytho
本项目基于YOLOv12深度学习框架,开发了一套高效精准的船舶类型识别检测系统,支持10类船舶目标的实时检测与分类。系统结合了YOLOv12算法的高性能优势,并集成用户友好的UI界面、登录注册功能,提供从数据标注到模型训练、推理部署的全流程解决方案。通过3,498张训练图像、1,000张验证图像和500张测试图像构建的多样化数据集,模型在复杂场景下表现出较强的鲁棒性,可广泛应用于海事监管、港口调度
本文提出了一种基于跨视图先验感知扩散模型的高保真3D人像生成方法PortraitDiffusion。针对现有方法在多视图一致性上的不足导致的纹理模糊问题,该方法从条件约束和扩散过程两个维度增强多视图一致性:1)提出混合先验扩散模型(HPDM),通过显式几何先验映射和隐式注意力机制相结合的方式控制新视角生成;2)设计多视图噪声重采样策略(MV-NRS),在SDS优化过程中通过共享锚点噪声初始化和基于
DesktopImages3D 是一款创新的桌面美化工具,可将普通图片转换为具有立体效果的3D动态壁纸。软件支持多种3D渲染模式(如视差滚动、动态景深),并允许用户自定义光影参数与动画速度。其便携版无需安装,支持多语言界面,适合希望个性化桌面视觉体验的用户。
要实现的效果如图所示:左侧是插入的3D人物,类似AI智能助手的角色。我们这里是通过React做的。
本项目旨在利用 YOLOv10 目标检测算法,构建一个高效、准确的 3D 打印缺陷检测系统。系统能够实时检测图像或视频中的 3D 打印缺陷,并输出检测结果。通过训练和优化模型,系统能够在复杂背景下准确识别缺陷,满足 3D 打印质量监控的需求。
3D 打印技术在制造业、医疗、建筑等领域的应用日益广泛,但打印过程中容易出现缺陷(如拉丝、麻点、粘连等),影响产品质量。传统的缺陷检测方法依赖于人工检查或简单的传感器检测,效率较低且容易出错。基于深度学习的目标检测技术能够自动、高效地识别 3D 打印缺陷,并在实时监控中提供准确的检测结果。