VAST+清华提出3D生成新范式，空间智能密度控制「把算力花在刀刃上」| SIGGRAPH 2026
VAST+清华提出3D生成新范式，空间智能密度控制「把算力花在刀刃上」| SIGGRAPH 2026如果把现在最热门的几条 3D 生成技术线放在一起看，你会发现它们正在遇到一个很像的问题。
来自主题: AI技术研报
5977 点击 2026-05-21 16:08
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
如果把现在最热门的几条 3D 生成技术线放在一起看，你会发现它们正在遇到一个很像的问题。
大模型的能力边界正在不断拓展，从文字到视觉，再到音频，全模态理解已渐成现实。然而，当你问一个多模态大模型「这首歌的高潮从第几秒开始？」或者「第 30 秒之后乐器编配发生了什么变化？」，得到的往往是一个模糊甚至错误的回答。
近年来，3D 高斯泼溅（3D Gaussian Splatting, 3DGS）凭借其卓越的新视角合成能力和实时的渲染效率，极大地推动了神经渲染技术的发展。然而，当研究者试图直接从 3DGS 中提取精确的 3D 几何表面（Mesh 等）时，往往会面临严重的几何失真问题。
Mechanize 发布了一项硬核测试：给前沿 AI coding agents 24 小时，用 Rust 从零写一个完整的 Game Boy Advance 模拟器，再和顶级开源模拟器 Mesen2 逐帧对比打分。
传统视频制作N个产品来回横跳的工作流模式，这次可能真的要Game Over了？因为嘛——现在你只用跟Codex说一句话，它就能把剪辑、PS、视频生成等一箩筐子的活儿全包了！！
四个月后，Uber 的 CTO Praveen Neppalli Naga 向管理层汇报了一个令人尴尬的情况：公司为 2026 年全年准备的 AI 工具预算，已经在今年的前四个月，全部花完了。Uber 内部的数据是这样的：95% 的工程师每个月都在用 AI 编程工具。
让大模型写一个小游戏，已经不新鲜了。它可以很快生成一个 Flappy Bird、一个塔防游戏、一个物理解谜页面，甚至还能补上按钮、分数和简单动画。但真正的问题是：这些游戏到底有没有新的玩法？它们是在创造，亦或只是把已有游戏换了一层皮？
太炸裂了！刚刚，OpenAI总裁Brockman当庭承认：自己投入0美元，持有OpenAI营利部门300亿美元股份（马斯克捐了3800万，得到的是0）。更炸的是，Brockman和奥特曼都悄悄持有Cerebras个人股份。Gary Marcus直言，这是马斯克最接近赢的一次。
近日，由普林斯顿大学 Tri Dao（FlashAttention 的一作）和加州大学伯克利分校 Ion Stoica 领导的一个联合研究团队也做出了一个超快的索尼克：SonicMoE。据介绍，SonicMoE 能在英伟达 Blackwell GPU 上以峰值吞吐量运行！并且运算性能超过了 DeepSeek 之前开源并引发巨大轰动的 DeepGEMM。
Google悄悄干了一件大事——Gemini Embedding 2正式进入GA阶段，成为Gemini API中第一个原生多模态embedding模型。它能把文本、图片、视频、音频、PDF文档全部映射进同一个统一向量空间，支持100多种语言。