复旦大学博士生团队研发的裸眼3D技术EyeReal登上《Nature》，无需眼镜即可实现精准3D显示，标志着科幻场景走进现实。
快手旗下可灵AI发布“主体库”，为O1多模态视频模型增加长期记忆功能。用户上传单张角色图，系统可生成3D视角补全和多光线变体，支持跨场景一键调用角色，主体一致性超96%。流程包括上传图片自动处理、AI补全多角度视图，实现从单图到3D记忆的转换。
快手Kling AI 2.6版本发布，首次集成音频生成功能，支持中英双语对白、歌唱与音效，实现文本、视频、音频一键同步生成。技术采用扩散变换器与3D时空联合注意力架构，提升复杂指令遵守率15%，并增强跨镜头角色一致性。视频输出保持10秒1080P高清，生成成本降低30%。
微软11月29日向Windows 11 Copilot用户推送更新：免费开放GPT-5.1模型，一键启用原付费“Think Deeper”深度推理功能。新增“Labs”实验区，首批上线WinUI 3“Vision”实时画面解析组件，后续将逐步加入3D生成、音频表达等功能。“Actions”特性正在内测中。
先进AI技术，可将文字和图像瞬间转化为3D模型，无需3D建模经验。
无需登录，用预设提示生成图像，免费试用3D图、头像等AI图像工具。
SAM 3D：AI驱动，秒速将2D图像转化为专业级3D模型
Meta的单图像3D重建模型，融合SAM 3分割与几何纹理布局预测生成3D资产
Tencent
-
输入tokens/百万
输出tokens/百万
24
上下文长度
$0.8
$2
32
Chatglm
HIT-TMG
Uni-MoE 2.0-Omni 是荔枝科技（Lychee）推出的完全开源全模态模型，采用全模态 3D RoPE 和动态容量专家混合架构，显著提升了以语言为中心的多模态理解、推理和生成能力。该版本集成了全模态理解以及音频和图像生成能力。
GatorBarbarian
TRELLIS Text XL是一个大型3D生成模型，是TRELLIS的文本条件版本，模型大小为XL。该模型基于论文《Structured 3D Latents for Scalable and Versatile 3D Generation》提出，能够根据文本描述生成高质量的3D内容。
Ashmotv
animat3d_style_wan-lora是基于AI Toolkit by Ostris训练的LoRA模型，专门用于文本到视频生成，可为图像生成带来独特的3D动画风格效果。该模型基于Wan2.2-T2V-A14B基础模型进行微调，支持多种主流AI平台使用。
facebook
MapAnything是一个端到端训练的Transformer模型，能够以多种模态作为输入，直接回归场景的分解度量3D几何结构。该模型支持超过12种不同的3D重建任务，包括多图像SfM、多视图立体视觉、单目度量深度估计等。
manycore-research
FLUX.1-Layout-ControlNet是SpatialGen框架的关键组件，是一个基于语义图像条件化的ControlNet模型。它能够根据文本描述生成2D图像，同时严格遵循输入语义图像的布局约束，主要用于3D室内场景合成。
yslan
STream3R是一种基于因果Transformer的可扩展序列3D重建模型，将点云图预测重新定义为仅解码器的Transformer问题。它引入流式处理框架，利用因果注意力高效处理图像序列，能够很好地泛化到各种具有挑战性的场景，包括传统方法经常失效的动态场景。
nvidia
ESM-2是NVIDIA基于TransformerEngine优化的蛋白质语言模型，能够从氨基酸序列预测蛋白质3D结构。该模型采用掩码语言建模目标训练，在NVIDIA GPU上具有更快的训练和推理速度。
ilkerzgi
这是一个LoRA模型，可将普通图像转换为具有黑色背景和3D视角的金属风格图像。
lhjiang
AnySplat是一种先进的3D高斯散点渲染模型，能够从不同视角的图像高效生成高质量的3D场景。该模型具有快速推理能力和良好的泛化性能，为3D重建和渲染提供了创新的解决方案。
tencent
混元3D-2是一款支持图像到3D、文本到3D转换的工具，为3D内容生成提供了强大的解决方案。
shakamone
TRELLIS是一个基于图像条件的大型3D生成模型，采用结构化3D潜变量实现可扩展与多功能的3D生成。
davidleiva4999
TRELLIS的文本条件版本，采用XL大模型规模，是一款强大的3D生成模型。
unsloth
InternVL3-78B-Instruct是一个先进的多模态大语言模型，在多模态感知、推理和语言处理等方面表现出色。该模型通过原生多模态预训练方法，将视觉和语言学习整合到统一训练阶段，在工具使用、GUI代理、工业图像分析、3D视觉感知等多个领域展现出卓越能力。
ImrozeAslamMalik
LGM是一个整合了多视角扩散模型的图像转3D工作流，能够从单张图像生成高质量3D内容。
ImrozeAslam
混元3D 2.0是一个先进的大规模3D合成系统，用于生成高分辨率带纹理的3D资产。
InternVL3-14B-Instruct 是一个先进的多模态大语言模型（MLLM），展示了卓越的多模态感知和推理能力，支持工具使用、GUI代理、工业图像分析、3D视觉感知等多种任务。
InternVL3-2B-Instruct是先进的多模态大语言模型，相比前代有更出色的多模态感知和推理能力，扩展了工具使用、GUI代理、工业图像分析、3D视觉感知等方面。采用原生多模态预训练方法，将语言和视觉学习整合到单个预训练阶段。
InternVL3-78B是一款先进的多模态大语言模型，具备卓越的多模态感知和推理能力，在工具使用、GUI代理、工业图像分析、3D视觉感知等领域表现出色，整体文本性能也十分优秀。
InternVL3-14B是一个先进的多模态大语言模型，在InternVL 2.5基础上显著提升了多模态感知和推理能力，并拓展了工具使用、GUI代理、工业图像分析、3D视觉感知等领域的应用。
Surn
TRELLIS图像条件版本是一个大型3D生成模型，能够从图像生成3D内容。
BlenderMCP通过MCP协议将Blender与Claude AI连接，实现AI辅助3D建模与场景控制
Tripo MCP Server是一个连接AI助手与Tripo AI的接口项目，支持通过自然语言生成3D资产并导入Blender。
Blender MCP VXAI 是一个强大的集成工具，允许用户通过自然语言控制 Blender，实现 3D 建模、动画和场景的创建与修改。它简化了复杂操作，并支持实时导出到项目中。
FreeCAD MCP是一个通过Claude Desktop控制FreeCAD的插件，支持从2D图纸创建3D模型等多种设计功能。
Tripo MCP Server是一个连接AI助手与Tripo AI的接口工具，支持通过自然语言生成3D资产并导入Blender。
RhinoMCP是一个连接Rhino 3D建模软件与AI代理的工具，通过Model Context Protocol实现双向交互，支持3D对象操作、文档检查和脚本执行。
OpenSCAD MCP服务器是一个通过文本或图像生成参数化3D模型的服务，支持多视角重建、AI图像生成、远程CUDA处理和工作流审批，最终输出OpenSCAD兼容的模型文件。
Cinema4D MCP Server是一个连接Cinema 4D与Claude的桥梁，通过提示词辅助进行3D场景操作和建模。
OpenSCAD MCP服务器是一个通过文本或图像生成参数化3D模型的工具，支持多视角重建和远程处理。
一个利用AI生成游戏资源的工具，支持2D和3D资源创建，集成Hugging Face和MCP协议。
MCP 3D打印机服务器是一个连接Claude与多种3D打印机管理系统的协议服务器，支持OctoPrint、Klipper、Duet等多种打印机API，提供文件管理、打印控制、STL模型处理等高级功能。
RhinoMCP是一个连接Rhino3D和Claude AI的集成项目，通过Model Context Protocol实现AI辅助3D建模、分析和设计工作流。
Worker17是一个结合3D监控与MCP协议的工人管理系统，包含Web可视化界面和服务器端，支持通过Claude Desktop进行AI辅助管理。项目起初是个玩笑，后发展为MCP服务器技术探索。
Spline MCP服务器是一个为Spline 3D设计工具API提供接口的中间件服务
VGGT-MPS是基于苹果芯片优化的3D视觉重建工具，使用Metal Performance Shaders加速，能够从单张或多张图像生成深度图、相机姿态和3D点云，支持稀疏注意力实现城市级重建。
Rhino MCP服务器项目，实现Claude AI与Rhino 3D的交互，支持3D对象的创建与操作
一个基于OpenSCAD的MCP服务器，通过AI生成多视角图像并重建为参数化3D模型，支持远程CUDA加速处理。
GH_mcp_server是一个通过LLMs直接与Rhino和Grasshopper交互的工具，支持分析3dm文件、3D建模及自动生成GHPython代码。
MCP-Slicer是一个将3D Slicer与模型客户端(如Claude)通过MCP协议连接的集成工具，支持通过自然语言直接操作3D Slicer进行医学图像处理和场景控制。
Rhino 3D的MCP服务器实现项目，允许AI通过模型上下文协议创建和操作3D对象，包含Python和C#组件，目前处于开发阶段。
%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)
