5月13日，苹果机器学习团队联合南京大学和香港科技大学推出Matrix3D，一款专注于从少量2D照片生成高质量3D重建的AI模型。传统摄影测量需多个独立模型处理姿态估计和深度预测，而Matrix3D通过整合图像、相机参数及深度数据，采用统一架构简化流程，大幅降低错误率并提高效率。其训练采用掩码学习法，类似ChatGPT早期版本，使模型在数据不足时仍能高效学习。测试显示，仅用3张输入图片即可生成详细3D重建，适用于Apple Vision Pro等头显设备，为元宇宙和AR发展带来新可能。

标题：扩散模型还原被遮挡物体，几张稀疏照片也能“脑补”完整重建交互式3D场景｜CVPR’25 北京通用人工智能研究院联合清华大学、北京大学的研究团队提出DP-Recon方法，利用生成式扩散模型解决稀疏视角下3D场景重建难题。传统方法难以还原被遮挡区域，而DP-Recon通过组合式重建策略和可见性...