Map2World：基于分割图的文本驱动3D世界生成
深度2026年5月6日33 分钟阅读
本文提出了一种能根据用户自定义分割图生成任意形状和尺度3D世界的方法，解决了以往方法中物体尺度不一致和布局受限的问题。对于从事3D内容创作、自动驾驶仿真以及VR/AR应用的研究者和开发者来说，这是一项值得关注的工作。
本文编译自 Map2World: Segment Map Conditioned Text to 3D World Generation，版权归原作者所有。
觉得有用？分享给更多人
相关文章
Google 推出 GKE Agent Sandbox 和 Agent Substrate，承认 Kubernetes 并非为 AI Agent 设计。Sandbox 提供安全沙箱运行不可信代码，Substrate 则是一个轻量级调度层，支持大量闲置会话的复用。
深度The New Stack·7月15日·7 分钟
Linux 基金会在六周内成立了 Tokenomics 基金会、Appia 基金会和 X402 基金会，分别聚焦 AI agent 的 token 成本标准化、安全合规验证以及无账户即时支付。x402 协议已获 AWS、Cloudflare 部署，过去 30 天处理超 7500 万笔交易。
深度The New Stack·7月15日·5 分钟