外观
新闻量子位今天
VAST开源EdenLive渲染器并升级Tripo P2.0原生四边面拓扑
本文由 AI 根据公开内容整理,可能有误,请以原文为准:从3D生成到世界模型,这家AI公司想和年轻人一起定义问题(量子位)
核心内容
AI公司VAST(三启万物)在半年内完成约50亿元融资后,发布V·STAR人才计划聚焦3D生成、三维理解与智能体、世界模型三大方向。其核心成果包括开源实时交互式渲染器EdenLive及Tripo P2.0模型,旨在解决AI生成3D资产不可编辑、世界模型缺乏状态维持等具身智能关键瓶颈,推动AI从内容生成走向构建可交互环境。
技术上,Tripo P2.0基于Nexus框架将顶点与拓扑生成解耦,通过扩散模型由粗到细构造顶点并原生生成四边面网格,支持秒级生成、面数可控及部件拆分,便于后续绑定与动画控制。EdenLive采用分层解耦架构,上游交互引擎维护世界状态与规则,下游生成模型负责画面渲染,在单张GPU上实现720P分辨率下超24FPS的分钟级连续实时生成,验证了显式状态维护在世界模型中的有效性。
关键看点
- EdenLive性能:开源实时渲染器在单张GPU上实现720P@24FPS以上速度,支持任意视觉参考输入与分钟级连续生成,解决长时交互一致性难题
- Nexus拓扑范式:Tripo P系列底层框架解耦顶点与拓扑生成,通过扩散模型原生输出四边面网格,避免手工重拓扑并保留部件结构语义
- 部件级可控性:P2.0生成的3D对象具备清晰几何结构与合理部件划分,支持LLM自动命名与独立运动逻辑编写,满足Agent精细化操控需求
- 世界模型架构:采用分层解耦路线,底层显式维护物体属性与交互规则,中间层转换状态约束,上层生成式渲染,确保世界状态不依附于镜头存在
工程与产业观察
VAST的技术路径为具身智能提供了关键基础设施:原生四边面拓扑使AI生成的3D资产可直接用于仿真与物理引擎,部件级语义支撑机械臂抓取与操作训练;EdenLive的分层世界模型架构则解决了视频生成模型缺乏状态记忆的痛点,为构建持续可交互的具身训练环境提供了工程化验证范式。
来源
本页事实对应的公开页面,以原文为准。
- 量子位:从3D生成到世界模型,这家AI公司想和年轻人一起定义问题访问 2026-11-05