NVIDIA 发布 GATOR:随手拍图生成可用 3D 资产,agent 自检修复
RexDouglass · x · 2026-10-12
NVIDIA 研究团队发布 GATOR（Generative and Agentic 3D Object Reconstruction From Casual Images），从随手拍摄的少量图片重建可用的 3D 物体资产。核心流程分两步：
- 生成阶段：RGB、目标 mask 与 pointmap 特征通过 pose-aware 局部注意力混合，联合条件化稀疏结构生成；阶段专属 adapter 用类别文本引导结构、物体描述引导几何与外观，恢复带物理材质的细节纹理。
- Agentic 精修阶段：一个 agent 在 Blender 中基于原始图片证据做「编辑-渲染-审查」循环，修复结构、拓扑、补全缺失部件并纠正纹理，同时保留可靠的几何与位姿，无需重训生成器即可提升资产的仿真可用性。
团队展示了与纯生成（Pixal3D）和纯 agent 从零构建的三种范式对比，并附倒水物理仿真质量对比。代码即将开源。
所属事件:NVIDIA 开源 GATOR：随手照片秒变可仿真 3D 物体(3 条相关)→
「多模态」频道最新
- 超现实 AI 影像「有时我们需要火」:火焰发辫与火鬃黑马刷屏 — gizakdag · 2026-10-13
- 安东尼奥·班德拉斯主演 AI 制作电影《Cortés》，巴黎已开拍 — lmoroney · 2026-10-13
- Minimax H3 Refmod 工作流:几十秒造角色一致性,免训练 LoRA — AlsterwasserHH · 2026-10-13
- 用 Google Flow 和 Suno 做出一支独立游戏广告片 — ahmettnq · 2026-10-13
- AI 生成《刺客信条：埃塞俄比亚》风格战斗短片 — Dear_Hovercraft_6500 · 2026-10-13
- 有人用 Claude Opus 做出奥义书双鸟寓意的动画短片 — selfawareatom · 2026-10-13