跳到正文
  1. VP Land71

    Kling 4.0 上线原生 4K 与 10-bit HDR 输出

    Kling 4.0 已支持原生 4K 视频输出和 10-bit HDR,HDR 在 4K 与 1080p 下均可使用,并附带 21:9 超宽画幅。Kling 称 10-bit HDR 在逆光、夜景和霓虹场景中能保留更多高光与阴影细节、减少色带,为后期调色留出空间。官方公告未说明所用 HDR 标准、文件编码与封装格式,也未公布 4K 或 HDR 渲染的积分价格与时长限制。

    推荐理由:Kling 4.0 把原生 4K 与 10-bit HDR 从预告变为可用,但 HDR 标准、编码格式和渲染成本仍未公布,读者可据此判断能否接入现有后期流程。

  2. VP Land73

    Netflix 探索高斯泼溅作为流媒体格式,Blender 5.3 与 Unreal Engine 加入原生支持

    据 Lowpass 报道,Netflix 正通过一个 24 周带薪实习项目研究高斯泼溅能否成为面向电视、流媒体棒、手机和笔记本的流媒体格式,压缩与编码时间是主要待解难题。

    推荐理由:材料把 Netflix 的流媒体探索、Eyeline 的 4D 捕捉研究与 Blender 5.3 的原生支持放在一起,读者可据此判断高斯泼溅在制作与分发两端的位置。

  3. VP Land72

    NVIDIA 在 GitHub 发布 MotionBricks,新增 SOMA 人体模型实时动作生成

    NVIDIA 在官方 GitHub 仓库发布 MotionBricks 实时动作生成模型,在原先仅支持 Unitree G1 机器人的基础上新增 SOMA 人体角色预训练模型,两者共用同一套代码路径。

    推荐理由:MotionBricks 在原有 G1 机器人模型之外补上 SOMA 人体模型,并公开权重与运行时代码,读者可据此判断能否接入现有动画管线。

  1. VP Land75

    Apple 在 Hugging Face 发布 FastFrames 视频模型,单张 B200 GPU 上每帧最快 36 ms

    Apple 在 Hugging Face 发布 FastFrames 两个自回归视频扩散模型,可生成 480p 视频:1.3B 的 FastFrames-S 在单张 NVIDIA B200 GPU 上每帧 36 ms,14B 的 FastFrames-L 在 8 卡 B200 节点上每帧 45 ms、单卡 158 ms。

    推荐理由:Apple 公开两个自回归视频扩散模型及完整训练链路,读者可据此了解交互式视频生成的延迟构成与开源范围。

  2. VP Land58

    Comfy Cloud 新增自定义 Build,团队可在浏览器运行自有 ComfyUI 环境

    Comfy 为 Comfy Cloud 新增自定义 Build,团队可把自有的 ComfyUI 节点、模型、LoRA 和私有节点包打包成一套环境,所有成员在浏览器中打开同一套配置。

    推荐理由:Comfy Cloud 新增自定义 Build,把团队自有的节点、模型和 LoRA 打包成浏览器内统一环境,便于判断团队协作与部署成本。

  3. Digital Production58

    Frankensplat 发布:在浏览器中用 WebGPU 训练高斯泼溅

    开发者 Rafael Spring 发布免费浏览器工具 Frankensplat,可基于 COLMAP 相机重建结果,用 WebGPU 在浏览器内完成高斯泼溅训练,输出 PLY 格式资产。

    推荐理由:开发者公布浏览器端高斯泼溅训练工具,并附上与原生 CUDA 方案的对比数据,可供评估 WebGPU 路线参考。

  1. Auganix78

    World Labs 向所有用户开放 Atlas 世界模型,并推出 3D 世界构建应用与 API

    World Labs 宣布向所有用户开放其 Atlas 世界模型,同时提供一套用于构建 3D 世界的应用和 API 端点,构建结果可导出为关键帧、视频片段和 3D 高斯泼溅。

    推荐理由:Atlas 从少量输入图像重建空间并输出高斯泼溅,为影视与 VFX 的场景搭建提供了新的素材来源。

  1. 3DVF50

    高斯泼溅是3D扫描的未来吗?3DVF 作者讲解基础与入门方法

    3DVF 作者 Benoît Rogez 在 Noranim 主办的 Forum Ecoles Studios 2026 上发表高斯泼溅主题演讲,介绍其基本原理、从照片生成 splats 的流程,以及在视效、动画、VR/XR 和遗产记录中的生产用法。

    推荐理由:作者以自身扫描项目为例,梳理高斯泼溅从拍摄到软件选择的入门路径,并给出低成本起步方案。

  1. Auganix60

    Google DeepMind 发布 Genie 4 实时交互世界模型

    Google DeepMind 发布世界模型 Genie 4,可实时模拟事件后续发展,目前以研究预览形式向受信任测试者开放。Genie 4 结合 Gemini 系列模型,Gemini Omni 负责让模拟贴合真实外观与行为,Gemini 3.8 Flash 作为循环中的引导代理拆解目标并核验每一步;用户可用自然语言实时修改天气、机位或加入人物与物体。

    推荐理由:Genie 4 把实时世界模型与 Gemini 结合,并首次原生生成音频,读者可据此判断 AI 生成环境在虚拟制作中的可用边界。

  2. Foundry Insights48

    如何用 Griptape 充分发挥 LTX-2.5 的视效能力

    Griptape 现已支持 LTX-2.5 新公布的视效能力,把抠像、SDR 转 HDR、改画幅和放大做成可连线的节点,并可通过云端运行,无需高端 GPU。

    推荐理由:文章逐一说明四个 LTX 节点在抠像、HDR 转换、改画幅与放大上的用法和限制,可帮助合成与流程人员判断能否接入现有 ACES 工作流。

  1. Brainstorm70

    Brainstorm 在 IBC2026 为 Suite 7 环境加入 AI 抠像与高斯泼溅渲染

    Brainstorm 在 IBC2026 公布 Suite 7 软件的一批增强,为 InfinitySet、Aston 和 Edison 共用的环境加入 AI 工具与渲染引擎升级。

    推荐理由:Suite 7 新增无绿幕 AI 抠像与高斯泼溅渲染,读者可据此判断现有 Brainstorm 工作流是否需要升级。

  1. arXiv · virtual production58

    Two2Four:用普通人动作驱动四足动物动画的生成式框架

    论文提出 Two2Four 自动人转四足操控框架,可从普通人动作数据生成可信且可控的四足运动。方法采用仅用四足运动数据训练的两阶段生成扩散模型,结合结构化条件与 inpainting 策略,支持走、跑、跳、坐、卧等动作,并可细粒度控制头部与单条肢体。实验称其运动真实感与可控性优于现有重定向方法,面向动画与虚拟制作应用。

    推荐理由:论文提出纯用四足动物动作数据训练的两阶段扩散模型,把普通人动作转成可控的四足动画,为虚拟制作中的动物运动提供了一条数据驱动路径。

  1. Rokoko Insights60

    Rokoko 发布 Vision 3.0,重建单目 AI 动捕管线并转向云端处理

    Rokoko 发布 Rokoko Vision 3.0,对单目 AI 动作捕捉管线做了完整重建,采用云端处理,并让 Video-to-Motion 与 Text-to-Motion 一同进入网页端 Rokoko Create 平台。

    推荐理由:Rokoko 重建单目 AI 动捕求解器并转向云端处理,读者可据此比较它与本地处理方案在迭代效率上的差异。

  1. arXiv · virtual production55

    MACRO:面向 3DGS 近景渲染优化的免训练多平面注意力方法

    Nitzan Hodos 提出 MACRO,一种免训练的多平面注意力方法,用于从 3DGS 生成高质量近景新视角画面。研究指出参考图条件增强模型的特征不具备尺度不变性,近景与参考视角的尺度差导致跨视角注意力取错对应关系,且 VAE 编码器非尺度等变使该问题无法在潜空间修正。

    推荐理由:论文分析了 3DGS 近景渲染在参考图条件增强下失效的尺度差异原因,并给出无需训练的多平面注意力方案。

  1. 其域创新 XGRIDS58

    其域创新 XGRIDS 推出面向 3D 高斯生态的开放格式 LCC2

    其域创新 XGRIDS 发布开放格式 LCC2,以开放数据架构、高效压缩、双轨 LOD 和跨 LOD 层同步编辑来组织 3D 高斯空间数据。

    推荐理由:原文列出 LCC2 在编辑、数字孪生、AEC、AR 等环节的接入工具,读者可据此判断该格式能否进入现有制作流程。

  1. arXiv · virtual production58

    CineMatte:面向虚拟制作的前景抠像框架与 CineMatte-4K 数据集

    Yuanjian He 提出 CineMatte 前景抠像框架,用共享权重的冻结 DINOv3 ViT 分别编码输入帧与背景,再经交叉注意力预测前景,以降低对背景变化的敏感度。

    推荐理由:论文提出面向 LED 虚拟制作的前景抠像框架,并公开在专业影棚拍摄的 4K HDR 数据集,可供后期替换背景参考。

  1. arXiv · virtual production57

    UMo:面向实时语音驱动数字人的统一稀疏运动建模架构

    Xiaoyu Zhan 等作者提出 UMo,一种面向实时语音驱动数字人的统一稀疏运动建模架构,在统一框架内处理文本、音频和运动 token。该方法结合空间稀疏的 Mixture-of-Experts 框架与以关键帧为中心的时间稀疏设计,实现实时稠密重建,可同时生成面部表情与手势动画,并采用多阶段训练与针对性音频增强提升声学多样性和语义一致性。

    推荐理由:论文提出统一稀疏运动建模架构,在低延迟约束下兼顾面部表情与手势的实时生成质量。

  1. arXiv · virtual production52

    MAGS-SLAM:面向几何与光度一致重建的单目多智能体高斯泼溅 SLAM

    作者提出 MAGS-SLAM,这是一个仅用 RGB 图像的多智能体 3DGS SLAM 框架,用于协同场景重建。每个智能体独立构建局部单目高斯子图,并传输紧凑的子图摘要而非原始观测;框架结合几何与外观感知的回环验证以及占用感知的高斯融合,以应对单目尺度歧义。

    推荐理由:论文提出仅用 RGB 相机的多智能体 3DGS SLAM 框架,并给出与 RGB-D 方法对比的实验结果,可供关注大场景重建的虚拟制作团队参考。

  1. arXiv · virtual production59

    论文提出面向虚拟制作的可重打光高斯泼溅方法,用背景图像驱动光照

    Adrian Azzarelli 在 arXiv 发表论文,提出一种面向虚拟制作的可重打光高斯泼溅框架,用已知背景图像约束重打光过程,避免依赖环境贴图,并把合成简化为背景图像编辑。

    推荐理由:论文针对 LED 墙拍摄中光照与背景绑定的问题,提出用高斯泼溅做可重打光的重建,并给出资源占用与帧率数据。

  1. 其域创新 XGRIDS65

    XGRIDS PortalCam 在 2026 NAB Show 年度产品奖中拿下四个类别奖项

    XGRIDS 的 PortalCam 空间相机在 2026 NAB Show 年度产品奖中同时获得 Cameras、Graphics/VFX/Switchers、Intelligent Technology 和 Remote/Live Production 四个类别奖项,成为该奖项八年来唯一在单一年度入选四个类别的产品。

    推荐理由:PortalCam 在 NAB 拿下四个类别奖项,材料同时给出其在韩日剧集与 LED 虚拟拍摄中的实际用法,可了解 3DGS 采集进入制作流程的现状。

已经到底了