SplAttN 是一個面向影像引導點雲補全（Point Cloud Completion）的 PyTorch 研究專案，核心目標是讓稀疏的 3D 幾何與 2D 視覺先驗之間，維持可學習且可微分的連結。它對準的問題很明確：傳統把點雲硬式投影到影像平面後，往往只留下過度稀疏的對應訊號，導致影像資訊難以有效影響補全結果。

這個方法的亮點，在於以 Differentiable Gaussian Splatting 取代硬投影，將稀疏投影點轉成較連續、較稠密的影像平面表示，再透過注意力機制融合幾何特徵與視覺特徵。從論文描述來看，這不只是提升表現的工程技巧，更是在處理多模態學習中「影像到底有沒有真的被用上」的核心問題。

值得注意的是，SplAttN 還加入了反事實評估觀點，檢查模型是否真的依賴視覺線索，而不是把影像當成可有可無的附加輸入。README 提到它在 PCN、ShapeNet-55/34 與 KITTI 上做了驗證，並宣稱在部分基準上達到先進水準；其中 KITTI 被當作壓力測試，這點對評估真實場景泛化特別有參考價值。

重點摘要：
– 以可微分 Gaussian splatting 改善 2D 與 3D 的訊號連接
– 用注意力融合影像與幾何特徵，強化跨模態依賴學習
– 強調反事實評估，而非只看最終分數高低
– 提供官方 PyTorch 實作，適合研究重現與延伸

實際使用上，這個專案最適合拿來做多模態點雲補全研究、模型重現、方法比較，尤其適合想分析影像訊號在 3D 任務中是否真正發揮作用的研究者。若你的工作聚焦在 3D 視覺、自动駕駛感知或學術實驗設計，SplAttN 的價值不只在結果，還在它對跨模態連結機制提出了更可檢驗的做法。

Source: https://github.com/zay002/SplAttN

SkinTokens 技術旨在自動化 3D 製作中繁瑣的「綁定」流程，解決傳統手動設置骨架與蒙皮權重的難題。其核心創新是將連續的蒙皮數據「標記化」，轉換為類似語言模型的離散代碼並有效壓縮。基於此開發的 TokenRig 框架利用生成式自回歸模型，能像寫文章般精確預測各種人類、動物或奇幻生物的運動結構。這項技術不僅具備高度通用性與精確度，更能應對複雜幾何形狀，實現高品質的自動化蒙皮與骨架生成，大幅提升動畫製作效率。

如果你是一位 3D 開發者、遊戲開發者或動畫師，這項技術可以大幅縮短你製作 3D 模型動畫準備工作的時間，並能跨多種不同類型的角色提供穩定、高品質的自動綁定結果。

Gen3R 是一個將基礎重建模型與視訊擴散模型結合的框架，目標是從單張或多張圖片生成包含 RGB 影片與幾何資訊的 3D 場景。如果你對於用影片資訊直接生成 3D 幾何感興趣，這是目前最接近「一鍵產出完整場景」的方案之一。

核心流程是：先把 VGGT 重建模型的 token 包成幾個幾何潛在變數，再用一個 adapter 把這些潛在值推向影片擴散模型的外觀潛在；兩種潛在同時生成，互相對齊後就能一次產出 RGB 影片 plus 完整的 3D 幾何資訊（相機姿態、深度圖、全局點雲）。

實驗顯示在單張或多張圖像條件下都能得到最佳的 3D 場景生成結果，而且透過擴散先驗提升了重建的穩定性。整體上是把重建跟生成模型「緊密」捆綁在一起，而不是分開處理。  

在動態場景中精確追蹤物體，一直是電腦視覺領域的一大挑戰。傳統的單目追蹤器常受限於深度模糊和遮擋問題，而現有的多攝影機解決方案又往往需要多達20多個攝影機，並進行繁瑣的逐序列優化。然而，一項由ETH Zürich等機構開發的創新技術——MVTracker，正以其獨特的方法，為多視角3D點追蹤領域帶來革命性的突破。

引領多視角3D追蹤進入數據驅動新時代

LongSplat 是個用於從隨機拍攝的長影片中生成新穎視角的三維高斯噴灑（3D Gaussian Splatting）框架。它能夠解決從隨機拍攝、具有不規則攝影機運動和未知攝影機姿態的長影片中進行新視角合成的關鍵挑戰。

Matrix-Game 2.0 是一套高效、強大的互動世界生成系統，專注於視覺與行動融合，能夠在多種遊戲場景下生成高質量、流暢並可交互的視頻內容，領先於現有主流方案，適合用於前沿AI遊戲和虛擬世界研究。主要由Skywork AI團隊開發。

Stability AI 最新發佈的研究預覽模型「Stable Virtual Camera」是一個創新的多視角擴散模型，無需複雜的 3D 建模，就能夠將 2D 圖像轉換成為具有真實深度和透視感的沉浸式 3D 影片。同時，它亦提供了靈活的 3D 攝影機控制，用家可以自定攝影軌跡，而預設的 14 種動態攝影機路徑包括 360°、雙紐線、螺旋、移動推拉、平移和滾動等等。並且能夠由一張或者最多 32 張的圖片生成長達 1000 frames 的連貫影片。這模型目前以非商業授權，主要作為學術研究。而相關的論文、模型權重和程式碼都已經公開下載。其它 Stability 3D 模型

DreamCatalyst 是一個新穎的三維編輯架構，它改進了現有基於分數蒸餾採樣(SDS) 的方法，解決了訓練時間長和結果品質低的問題。DreamCatalyst 的關鍵在於將 SDS 視為三維編輯的擴散逆向過程，而不像現有方法那樣單純地蒸餾分數函數，使得更好地與擴散模型的採樣動態相協調。結果，DreamCatalyst 大幅縮短了訓練時間，並提升編輯品質，在速度和品質上都超越現有最先進的神經輻射場(NeRF) 和三維高斯散點(3DGS) 編輯方法，展現其快速且高品質的三維編輯能力。