Best 3D视觉编辑 AI Tools & Models - Premium 3D视觉编辑 News

AI News

AI日报：昆仑万维发布SkyReels-A3模型；百度搜索PC端全面上线AI搜索；Grok 4 AI模型永久免费开放

【AI日报速览】1.昆仑万维发布SkyReels-A3模型，实现语音驱动数字人表演，支持60秒视频生成与专业运镜控制；2.xAI宣布Grok4永久免费开放；3.OpenAI发布GPT-5提示词指南，强化编程与多模态能力；4.百度PC搜索上线AI功能，月活用户超3.22亿；5.Windows Copilot接入GPT-5，使用限制更宽松；6.百川智能Baichuan-M2医疗模型全球评测第一；7.iOS 26将集成ChatGPT-5；8.谷歌推出3D编辑框架BlenderFusion；9.轻量级TTS模型Kitten TTS仅25MB；10.MiniCPM-V4.0移动端视觉模型表现优异；11.Stripe报告显示AI经济增速达SaaS三倍。（140字）

18.1k 1 days ago

AI日报：昆仑万维发布SkyReels-A3模型；百度搜索PC端全面上线AI搜索；Grok 4 AI模型永久免费开放

谷歌推出 BlenderFusion:颠覆3D 视觉编辑与生成合成的新框架

谷歌推出BlenderFusion 3D视觉编辑框架，通过分层、编辑、合成三阶段工作流实现高效创作。该工具整合SAM2等视觉模型提取2D图像中的3D对象，利用Blender进行移动、旋转等精细编辑，最后通过优化的扩散模型完成高质量合成。这一创新显著提升了复杂场景处理能力，为设计师提供更直观的创作体验。（140字）

12.6k 02-08

字节大模型Depth Anything V2 被苹果官方收入Core ML模型库

字节跳动团队自主研发的深度估计模型Depth Anything V2，获得苹果公司的高度认可并收入其Core ML模型库。该模型为单目深度估计工具，能从单一图片中计算场景深度，成果广泛应用于视频特效、自动驾驶、3D建模与增强现实等多个领域。通过从初代25M参数到二代1.3B参数的跨越式升级，深度估计精度和应用范围进一步扩大，GitHub上累计获得超过8.7k的星标认证，表明其技术实力和市场潜力。作为一位实习生主导的核心项目，Depth Anything V2在低估资源情况下展示了高水平的技术能力与创新成果，体现了优秀培养文化和扎实研发路径在字节跳动内部的实践。通过整合进苹果的机器学习框架Core ML，模型能够实现高效性能与稳定应用，即便是离线状态下，也能够处理复杂的AI任务。Depth Anything V2为字节跳动在视觉生成和大模型领域的发展再次树立了里程碑，展示了团队在解决深层视觉问题时的前瞻性和优势。未来，模型的应用范围将持续扩大，不仅在已有领域深化发展的可能，还可能构建桥梁以支持视频平台或剪辑软件的功能扩展，支持特效制作与视频编辑等功能。深度估计作为计算机视觉的核心能力，其技术革新的成果——Depth Anything V2，预示了字节跳动在技术研发与人才培养方面持续投入与承诺的成果显效。

17.7k 02-07

字节大模型Depth Anything V2 被苹果官方收入Core ML模型库

无人车团队推出电影级视觉AI特效Odyssey 镜头堪比好莱坞大片

该文章介绍了一项革命性技术Odyssey，由一支在无人车技术领域具有卓越成就的团队研发，旨在利用AI技术彻底改变电影、电视节目和视频游戏的制作方式。此技术提供了生成高清风景镜头的能力，覆盖山脉、平原、植被、海洋、河流等元素，其最大特点是实现了AI生成内容的可控性，克服了现有视频AI技术难以实现精细化控制的问题。Odyssey通过训练四个强大生成模型分别负责高质量几何图形、真实感材质、逼真光影和可控运动，使得单个模型已能精确配置场景细节，集合所有模型就能自动生成完整的视频或场景。为了确保操作的便捷性和专业级集成性，该技术的生成工作流程将与专业版本控制相结合。此外，Odyssey的内容编辑和导出皆遵循标准化的3D文件格式，如USD。值得注意的是，尽管Operaedy在视觉效果上表现出色，但还存在一些小问题，譬如在00:30处，摄像头手部细节较为粗糙。创始团队与自动驾驶汽车领域有紧密关系，CEO Oliver Cameron和CTO Jeff Hawke均在自动驾驶汽车技术方面拥有深厚背景。团队还汇集了来自Cruise、Wayve、Waymo、Tesla、Meta等技术公司的AI研究人员，以及《沙丘》、《哥斯达大怪兽》和《复仇者联盟》等影视作品的艺术家，旨在创造出新一代的电影级AI特效产品。文章提出的这个问题引人深思：Odyssey能否成为新时代的皮克斯？欢迎大家通过提供联系信息参与线下讨论或访问其官方平台深入了解。

12.6k 02-01

Models

Gemini 2.0 Flash

Google

$0.7

Input tokens/M

$2.8

Output tokens/M

Context Length

qwen3-vl-plus

Alibaba

Input tokens/M

$10

Output tokens/M

256

Context Length

wan2.5-i2i-preview

Alibaba

Input tokens/M

Output tokens/M

Context Length

qwen3-vl-235b-a22b-thinking

Alibaba

Input tokens/M

$20

Output tokens/M

Context Length

qwen-image-edit

Alibaba

Input tokens/M

Output tokens/M

Context Length

wan2.5-t2i-preview

Alibaba

Input tokens/M

Output tokens/M

Context Length

wan2.5-t2v-preview

Alibaba

Input tokens/M

Output tokens/M

Context Length

qwen3-omni-flash-realtime

Alibaba

$3.9

Input tokens/M

$15.2

Output tokens/M

Context Length

Doubao-Seed-1.6

Bytedance

$0.8

Input tokens/M

Output tokens/M

256

Context Length

Doubao-SeedEdit-3.0-i2i

Bytedance

Input tokens/M

Output tokens/M

Context Length

Doubao-Seed-1.6-flash

Bytedance

$0.15

Input tokens/M

$1.5

Output tokens/M

256

Context Length

qwen-vl-plus

Alibaba

$0.8

Input tokens/M

Output tokens/M

128

Context Length

Qianfan-VL-8B

Baidu

Input tokens/M

Output tokens/M

Context Length

Qianfan-VL-70B

Baidu

Input tokens/M

Output tokens/M

Context Length

Doubao-Seed-1.6-vision

Bytedance

$0.8

Input tokens/M

Output tokens/M

256

Context Length

qwen-vl-max

Alibaba

$1.6

Input tokens/M

Output tokens/M

128

Context Length

Qwen-Image

Alibaba

Input tokens/M

Output tokens/M

Context Length

Hunyuan-Large-Vision

Tencent

Input tokens/M

Output tokens/M

Context Length

Doubao-Seed-1.6-thinking

Bytedance

$0.8

Input tokens/M

Output tokens/M

256

Context Length

Qwen2.5-VL-32B-Instruct

Alibaba

Input tokens/M

Output tokens/M

Context Length

Empowering the future, your artificial intelligence solution think tank

English 简体中文繁體中文にほんご

FirendLinks:

AI Newsletters AI Tools MCP Servers AI News AIBase LLM Leaderboard AI Ranking

Business Cooperation Site Map