IJCV 2026|北大团队提出DragMesh:一次拖拽,实现可交互的3D关节运动生成
IJCV 2026|北大团队提出DragMesh:一次拖拽,实现可交互的3D关节运动生成近年来,3D 生成模型在几何质量和渲染效果上进步很快。从 Mesh 到 NeRF、3D Gaussian Splatting,生成一个外观完整的三维物体已经不再困难。现有不少 articulated 3D generation 工作,更多关注的是从输入中生成一整套可动 3D 资产,包括物体几何、部件划分以及关节结构。
搜索
近年来,3D 生成模型在几何质量和渲染效果上进步很快。从 Mesh 到 NeRF、3D Gaussian Splatting,生成一个外观完整的三维物体已经不再困难。现有不少 articulated 3D generation 工作,更多关注的是从输入中生成一整套可动 3D 资产,包括物体几何、部件划分以及关节结构。
Personal Agent掀起了硅谷2026年新一轮融资高潮。短短几个月,一批能够替用户自主完成任务的个人智能体接连走红。从Instinct到Grokbot、Caddy、Ollie、Pally,再到Meta推出的Muse与OpenAI发布的Dots,一场消费级 AI 产品的新一轮竞赛正迅速升温。
在AI agents接连越界之后,一场关于AI该走多快、由谁来管的争论。
大家好,我是最近被Opus视频刷屏的袋鼠帝 我的X和朋友圈几乎被它刷屏了,产品宣传片、数据动画、手绘风科普……动效都很丝滑,字和图表清清楚楚,看着还挺高级的。
如今,AI正式杀入物理世界!
近期,六角未来沿着 Physical Coding 的思路,进一步构建了 HexaShell-Preview。根据官方评测结果,在 RoboDojo 全部 42 项任务上,HexaShell-Preview 取得了 46.9% 的成功率、53.2 的进度得分,成功率高出第二名 7.5 个百分点,领跑 RoboDojo-Agent 榜单。
团队盯住的是一个很实际的问题:Agent 明明保存了项目计划,预算更新后却仍按旧版本行动;看过环境截图,下一步又忽略了画面里已改变的状态。它究竟是没记下来、没及时更新,还是找到了证据却没用上?
视频Agent赛道又来新玩家,但这次有点不一样。
「全球只有大约5,000人,真正见识过顶尖AI的能力。」这是Andrej Karpathy近日分享的一个观察。他说,只有站在漏斗顶端的那一小撮研究者,才能看到数千个AI Agent长时间协作、昼夜不停地做科研。
上月发布 GPT-6-Astra 时,OpenAI 称它为「全球智能程度最高且最符合人类意图的模型」。具身社区则是惊讶的发现,VLA vs WAM 的路线之争,被通用大模型用文字模态「降维打击」了,大家不禁想问: