トピック: 3D Gaussian Splatting

全セクション横断 8 件

スマートフォンによる室内スキャンだけで、汎用ロボット制御AIを個別の現場に適応させる手法が登場した。実機での把持成功率は63.9%に達し、現場ごとの実演収集コストを抑える道を開く。

韓国の研究チームは、複数視点の画像から粗い3D表現を内部で組み立ててから回答するMLLM「Imagine3D-LLM」を発表した。精密な幾何情報に頼らず、空間推論で既存手法を上回った。

スタンフォード大学らの研究チームが、スマートフォン等の単眼カメラ映像から動的な3D空間を高精度に再構築する技術「World from Motion」を発表した。専用機材不要で4D再構築が実現し、製造・小売・エンタメ業界に広範な影響を与える可能性がある。

スタンフォード大学らの研究チームが、実環境を3D再構築した合成データのみでヒト型ロボットに物体搬送・ナビゲーションを学習させる手法「VLK」を発表した。人手によるデータ収集を不要とし、製造・物流・医療現場への実用展開を加速させる可能性がある。

米中研究チームが、疎な2D画像から一貫性ある3Dガウシアン街路シーンを生成する新手法を発表した。自動運転や都市インフラのデジタルツイン構築コストを大幅に削減できる可能性がある。

東京大学らの研究グループは、任意の視点から服を着た人物の動画をリアルに生成するAIシステム「TryOnCrafter」を発表した。ECサイトにおける試着体験の革新と返品コスト削減への貢献が期待される。

カーネギーメロン大学などの研究チームが、通常のカメラ映像から動く物体の4次元モデルを高精度で生成するフレームワーク「Lift4D」を発表した。専用機材なしに3次元形状と時間変化を同時に捉えられる点が産業界に広く波及する可能性を持つ。

米テキサスA&M大学らの研究チームが、3次元顔モデルの年齢を高精度かつ視点一貫性を保って変換するAIフレームワーク「ReAge3D」を発表した。映像制作コストの削減から医療シミュレーションまで、幅広い産業への応用が見込まれる。