蘋果開源SHARP模型，僅用不到一秒即可將2D照片轉爲物理比例準確的3D場景，大幅提升3D內容創作效率。
拓竹科技推出“印你”3D手辦生成器，基於騰訊混元3D3.0大模型，用戶上傳圖片即可生成高質量可打印3D模型，降低定製門檻，爲愛好者和新手提供便捷創作工具。
【AI日報】摘要：FLUX.2系列開源發佈，含dev版32B參數權重與代碼，支持10圖參考和4MP編輯功能。開發者可通過此工具探索圖像生成與編輯技術。詳情點擊：https://app.aibase.com/zh
知名AI專家李飛飛的World Labs推出Marble3D世界模型公測版，支持文本、圖像、視頻或3D佈局直接生成完整可導航的3D虛擬世界。用戶可實時交互編輯，並導出高斯濺射、三角網格或視頻格式。此次公測標誌着該產品從實驗室概念轉向實用工具。
FilmAgent是一個基於LLM的多智能體協作框架，用於虛擬3D空間中的端到端電影自動化製作。
Hunyuan3D 2.0 是騰訊推出的高分辨率 3D 資產生成系統，基於大規模擴散模型。
大規模基礎世界模型，生成多樣的3D可操作環境
高效3D高斯重建模型，實現大場景快速重建
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$6
$24
256
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
$0.8
Moonshot
GatorBarbarian
TRELLIS Text XL是一個大型3D生成模型，是TRELLIS的文本條件版本，模型大小為XL。該模型基於論文《Structured 3D Latents for Scalable and Versatile 3D Generation》提出，能夠根據文本描述生成高質量的3D內容。
shakamone
TRELLIS是一個基於圖像條件的大型3D生成模型，採用結構化3D潛變量實現可擴展與多功能的3D生成。
davidleiva4999
TRELLIS的文本條件版本，採用XL大模型規模，是一款強大的3D生成模型。
unsloth
InternVL3-78B-Instruct是一個先進的多模態大語言模型，在多模態感知、推理和語言處理等方面表現出色。該模型通過原生多模態預訓練方法，將視覺和語言學習整合到統一訓練階段，在工具使用、GUI代理、工業圖像分析、3D視覺感知等多個領域展現出卓越能力。
InternVL3-14B-Instruct 是一個先進的多模態大語言模型（MLLM），展示了卓越的多模態感知和推理能力，支持工具使用、GUI代理、工業圖像分析、3D視覺感知等多種任務。
InternVL3-2B-Instruct是先進的多模態大語言模型，相比前代有更出色的多模態感知和推理能力，擴展了工具使用、GUI代理、工業圖像分析、3D視覺感知等方面。採用原生多模態預訓練方法，將語言和視覺學習整合到單個預訓練階段。
InternVL3-78B是一款先進的多模態大語言模型，具備卓越的多模態感知和推理能力，在工具使用、GUI代理、工業圖像分析、3D視覺感知等領域表現出色，整體文本性能也十分優秀。
InternVL3-14B是一個先進的多模態大語言模型，在InternVL 2.5基礎上顯著提升了多模態感知和推理能力，並拓展了工具使用、GUI代理、工業圖像分析、3D視覺感知等領域的應用。
Surn
TRELLIS圖像條件版本是一個大型3D生成模型，能夠從圖像生成3D內容。
larsquaedvlieg
TRELLIS是一個基於文本條件的大型3D生成模型，採用結構化3D潛變量實現可擴展與多功能的3D內容生成。
TRELLIS是一個大型3D生成模型，通過結構化3D潛變量實現可擴展與多功能的3D內容生成。
TRELLIS文本XL模型是一個大型3D生成模型，能夠根據文本描述生成3D內容。
MonsterMMORPG
TRELLIS圖像條件版本是一個大型3D生成模型，能夠根據輸入的2D圖像生成對應的3D模型。
jetx
TRELLIS的條件圖像版本，一個大型3D生成模型，能夠從2D圖像生成3D內容。
OpenGVLab
InternVL3-38B是一個先進的多模態大語言模型（MLLM），在多模態感知和推理能力上有顯著提升，支持工具使用、GUI代理、工業圖像分析、3D視覺感知等領域。
InternVL3-9B是InternVL3系列中的一款多模態大語言模型，具備卓越的多模態感知與推理能力，支持工具使用、GUI代理、工業圖像分析、3D視覺感知等多種應用場景。
InternVL3-8B是OpenGVLab推出的先進多模態大語言模型，具備強大的多模態感知與推理能力，支持工具調用、GUI智能體、工業圖像分析、3D視覺感知等新領域。
InternVL3-2B是OpenGVLab推出的先進多模態大語言模型（MLLM），具備卓越的多模態感知和推理能力，支持工具使用、GUI代理、工業圖像分析、3D視覺感知等。
InternVL3-78B是OpenGVLab推出的先進多模態大語言模型，展現卓越的綜合性能。相比前代InternVL 2.5，具備更強大的多模態感知與推理能力，並將能力拓展至工具使用、GUI代理、工業圖像分析、3D視覺感知等新領域。
InternVL3-8B-Instruct 是一個先進的多模態大語言模型（MLLM），展示了卓越的多模態感知和推理能力，支持工具使用、GUI代理、工業圖像分析、3D視覺感知等多種功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
