配资证券配资网站一句话创造3D世界，还能训练机器人？这家企业做到了｜世界算法看琶洲

一句话或者一张图生成3D世界，在第四届琶洲算法大赛上配资证券配资网站，这项技术格外吸睛。

9月22日，第四届琶洲算法大赛总决赛在广州市海珠区上演。

众多创新算法方案中，一支源自香港科技大学的科研创业团队——光影焕像，展示了其仅凭单张图像或文字描述即可生成高精度、可交互、带语义的3D物体与场景的技术，吸引了在场专家和业界的广泛关注。

从虚拟世界到具身智能

光影焕像是一家专注于3D AIGC和空间智能的人工智能初创公司，拥有全链路自主研发与训练的3D生成与空间理解基础模型。

这是光影焕像第一次参加琶洲算法大赛，这次他们的参赛项目，主要聚焦于空间智能与3D AI生成的融合，以团队自主研发的“三维物体与场景生成基座模型”为核心。

该模型能够根据文本或图像输入，生成各类3D物体，具备强大的泛化能力。无论是家具、工业零件、真实或虚拟人物形象，还是怪兽、奇幻场景，都能生成结构完整、细节丰富的3D模型。

“进入这个场景，你可以拿起一杯水，也可以打开一个电脑，与场景互动起来。”田飞鹏这样描述他们的技术。

相比近期国际知名团队发布的"无限3D世界生成"模型，光影焕像的技术更进一步——不仅能生成3D场景，还确保场景中每个物体都独立可交互。

这项技术的应用前景广阔。

在游戏和影视行业，传统3D建模需要数人花费数周时间完成一个三维模型，而如今只需几分钟即可生成，效率提升显著。

“游戏领域的三维建模是一个巨大的应用市场，包括影视行业中依赖3D建模的作品，其中的景观、道具等都可以通过AI生成方式实现。”田飞鹏表示。

更重要的是，该技术为具身智能机器人的训练提供了前所未有的虚拟环境。

“机器人可以在我们的大模型生成的虚拟场景中训练，跟物体产生交互，从而提升智能化水平。”田飞鹏解释道。

与世界知名团队的技术相比，光影焕像生成的3D场景中每个物体都是独立、完整的个体，具备可交互属性，支持用户对物体进行独立编辑、移动、调整等操作，同时每个物体还附带独立的语义信息。

二十年技术积淀的产业化之路

在该团队的技术研发过程中，面临三大核心挑战。

首先，是3D模型的压缩表征，团队提出了Dora-VAE模型，通过独创的显著边缘采样算法，将3D几何压缩到紧凑的隐空间，实现了优异的3D几何细节表征和拟合能力。其次，是三维生成算法。团队提出了Craftsman 3D的两阶段生成算法，可以更好地生成模型的几何细节，做到结果栩栩如生。最后是数据清洗和处理，团队搭建了完整的数据处理系统，能够高效且保真地完成数据清洗、筛选和标注工作。

这些突破的背后，是深厚的积淀。该公司创始人为香港科技大学教授谭平，在3D视觉领域已深耕20余年，曾任阿里达摩院XR实验室负责人，负责探索AR/VR眼镜及其相关应用。