ICLR 2026：浙大哈佛Stroke3D实现2D草图到3D模型一键生成
Stroke3D首次实现了从2D草图和文字描述到可直接动画的3D资产的端到端生成，其“骨架先行”的两阶段范式为解决3D生成中的结构控制问题提供了全新思路。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
在3D内容创作领域，传统方法往往受限于专业软件的高门槛和AI生成工具的局限性。然而，浙江大学与哈佛大学的研究团队近期提出的Stroke3D框架，正在引领一场3D创作的新革命！通过简单的2D草图和一句文字描述，Stroke3D就能生成带有完整骨架、纹理清晰、可直接驱动动画的3D网格模型。这一创新不仅大幅降低了3D创作的门槛，更为AR/VR、影视动画和机器人仿真等领域带来了无限可能。
相关链接
论文介绍
绑定3D模型是3D变形和动画的基础。然而，现有的3D生成方法在生成可动画几何体方面面临挑战，而绑定技术又缺乏对骨骼创建的精细结构控制。
为了解决这些局限性，论文提出了一个全新框架Stroke3D，它能够直接从用户输入（2D绘制的笔触和描述性文本提示）生成绑定网格。方法开创了一种两阶段流程，将生成过程分为：可控骨骼生成，采用骨骼图VAE（Sk-VAE）将骨骼的图结构编码到一个潜在空间中，其中骨骼图DiT（Sk-DiT）生成骨骼嵌入。生成过程同时依赖于文本的语义信息和2D笔触的显式结构控制，VAE的解码器重建最终的高质量3D骨骼；通过TextuRig和SKA-DPO增强网格合成，在此基础上合成纹理网格。在此阶段，首先使用TextuRig数据集（一个包含纹理和绑定网格以及说明文字的数据集，来自Objaverse-XL）扩充现有骨骼到网格模型的训练数据，从而增强其性能。此外采用基于骨骼-网格对齐评分的偏好优化策略SKA-DPO，以进一步提高几何保真度。该框架为创建可直接用于动画的3D内容提供了更直观的工作流程。
方法概述
Stroke3D 方法
Stroke3D概述。在训练阶段，Sk-VAE将骨架图编码到潜在空间中。随后，训练Sk-DiT以生成这些潜在嵌入，并以相应的2D笔画和文本提示为条件。使用TextuRig进行训练后，我们利用SKA-DPO，通过骨架网格对齐奖励信号进一步优化SKDream。右侧展示了模型的实现细节。
骨骼生成
将骨架生成结果与RigNet、SKDream、MagicArticulate和UniRig进行了比较。
网格生成
将网格生成结果与SKDream进行比较，并展示了SKA-DPO和TextuRig的消融研究。
TextuRig 数据集
对用于网格生成的TextuRig数据集进行分析。
结论
Stroke3D首次实现了从2D草图和文本到可直接动画的3D资产的端到端生成，其“骨架先行”的两阶段范式为解决3D生成中的结构控制问题提供了新思路。该工作不仅贡献了高质量的TextuRig数据集，还提出了创新的SKA-DPO优化策略，显著提升了生成几何质量。未来，Stroke3D有望在游戏开发、虚拟人创建、影视预可视化等领域发挥巨大作用，让3D创作更接近人类最自然的表达方式——绘画和语言。
相关攻略
谷歌正式宣布安卓Emoji将迎来全面3D化升级，新设计命名为Noto3D。此次更新将重绘系统内约4000个表情符号，旨在通过立体感和更丰富的细节，让表情在沟通中传递更鲜活的情感。更新预计于今年晚些时候开始推送，首批适配设备为Pixel手机，随后将扩展至Gboard、YouTube等应用。与此同时，
3D Warehouse概述 3D Warehouse是什么 说到3D设计领域的宝藏资源库，Trimble公司旗下的3D Warehouse绝对榜上有名。简单来说，它是一个汇聚了海量3D模型的在线平台。从精致的家具摆件、风格各异的装饰品，到恢弘的建筑单体乃至各类交通工具，几乎你能想到的设计元素，都能
想快速将一张图片、一段描述，变成可直接使用的精细3D模型？如今，这不再是耗时数周的复杂工程，而是几分钟内就能搞定的创意流程。这正是前沿生成式3D AI技术——Atlas——所带来的变革。 什么是Atlas？ 简单来说，Atlas是一套尖端的生成式3D AI解决方案。它的核心能力在于，仅凭一张参考图像
百度智能云曦灵数字人平台重大升级：高效低成本生成，全场景矩阵打通 从6月20日开始，百度智能云旗下的曦灵数字人平台，将迎来一次堪称革新的重磅升级。这轮升级带来的变化不小：一方面，它让制作出精美的2D或3D数字人变得高效且成本更低；另一方面，更关键的是，它在直播、短视频、对话等核心应用场景之间，实现了
涂鸦，大概是每个孩子与生俱来的表达方式。线条或许歪歪扭扭，颜色也许天马行空，但在他们眼中，那是一个完整的世界。现在，有一款应用，正试图用科技为这些稚嫩的创作插上翅膀。 什么是Drawing with AI and 3D games？ 简单来说，这是一款专为孩子设计的创意应用，其核心亮点在于利用人工智
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭