课程导论与3D表达概览
刘利刚，中国科学技术大学
08:30-08:40 |
- 3D几何的应用领域及重要性
- 实（CAD、工业制造、3D打印等）
- 虚（游戏、影视、VR、AIGC等）
- 虚实结合（AR/XR、数字孪生、机器人、自驾等）
- 3D表达的应用需求与评价维度
- 显式与隐式
- 几何与外观
- 精确与高效
- 可编辑与可生成
- 可渲染与可分析
- 3D表达的演化史
- 解析表达（NURBS、SDF）
- 离散表达（Mesh/Points、Voxels）
- 生成表达（NeRF、3D Gaussian、Generative AI）
|
传统几何表达
傅孝明，中国科学技术大学
08:40-09:10 |
以传统几何表达为核心，系统梳理三维形状的经典描述方式、关键技术与转换机制。
- 离散表达
- 点云：无结构采样点集
- 体素：规则三维网格
- 八叉树：自适应空间剖分
- 网格：三角面片与半边结构
- 参数化表达
- 边界表示与CSG
- NURBS样条曲面
- 参数驱动与特征建模
- 隐式表达
- 符号距离函数（SDF）
- 水平集等值面
- Marching Cubes提取
- 几何的表观属性表达
- 颜色与纹理贴图
- 材质与BRDF模型
- UV映射与顶点颜色
- 各种表达的相互转换
- 点云转网格
- CAD曲面离散化
- 隐式曲面多边形化
- 网格体素化与简化
- 多表达融合流程
|
三维扫描与重建：从两视图立体匹配到前馈式三维恢复
崔兆鹏，浙江大学
09:10-09:50 |
- 三维采集设备与数据获取
- 两视图立体匹配与多视角几何
- 点云处理与 Mesh 建模
- SfM 与 SLAM 三维重建
- 数据驱动的三维重建方法
|
3D形状理解与分析
郭裕兰，中山大学
10:00-10:40 |
- 绪论——3D形状理解与分析任务：形状分割、识别、分类、匹配、检索、补全
- 传统3D特征描述子
- Spin Image
- SHOT
- RoPS
- 3D SIFT
- MLP/CNN架构的3D表征学习
- 点云特征学习：PointNet、PointNet++、Point CNN
- 网格特征学习：MeshCNN
- 体素特征学习：3D CNN、OctNet
- 投影图特征学习：MVCNN
- Transformer架构的3D表征学习
- 点云特征学习：PointTransformer、Point Cloud Transformer (PCT)
- 网格特征学习：Mesh Transformer
- 体素特征学习：Voxel Transformer
- 总结与展望
|
城市场景结构化三维重建
申抒含，中科院自动化所
10:40-11:20 |
了解大规模城市场景结构化三维建模在结构表征、重建方法、行业应用方面的挑战和进展。
- 城市场景结构化表征：线元、面元、隐式等
- 解析式结构化重建：基于解析计算和全局优化的重建方法，LIMAP、City3D、FloorUSG等
- 检测式结构化重建：基于基元检测和结构回归的重建方法，PC2WF、PBWR、BWFormer等
- 生成式结构化重建：基于扩散模型和自回归模型的重建方法，Point2Building、EdgeDiff、BuildingGPT等
- 结构化重建行业应用：实景三维城市、轻量化视觉定位等
|
3D扫描与重建在工业界的技术发展与应用
江腾飞，杭州先临
11:20-11:50 |
- 工业界中的三维重建问题
- 常用三维重建方法与应用
- 智能重建方法展望
|
交互式三维设计与建模
王泽宇，香港科技大学（广州）
14:30-15:10 |
了解人机交互式三维设计与建模的基本概念与发展脉络，理解CAD建模、草图建模、雕刻建模等建模方式的技术路径。
- 三维建模的定义：人类设计师的先验与几何约束的结合
- CAD建模：从二维曲线到三维形状，拉伸、旋转、扫掠、放样，参数化建模，基于网格编辑的直接建模
- 基于草图的建模：自由形状的三维设计，Teddy草图系统，从轮廓线条膨胀出三维表面，视角与几何先验，cross-section与表面曲率场的优化，基于深度学习的方法
- 编辑与变形：自由网格变形，基于微分坐标的编辑，基于skeleton和cage等代理的编辑，skinning与网格变形和动画
- 三维雕刻与细节建模：雕刻笔刷的几何定义，向量变形场，物理雕刻与数字雕刻，生成式AI赋能的三维雕刻，ZBrush、Mudbox等工具
- 其他建模方式：过程式建模，分形、L-systems，基于物理的建模
- 三维建模工具与展望：CAD建模工具SolidWorks, AutoCAD, Rhino, Catia，网格建模工具Blender, 3D Max,
Maya，草图建模工具SketchUp等
|
神经几何表达：几何与外观耦合
陈安沛，西湖大学
15:10-16:00 |
- 新视角合成与场景表示
- 神经辐射场（Neural Radiance Fields）
- 体渲染原理与神经表达
- 训练、渲染与几何提取
- 动态场景重建
- 高斯泼溅（3D Gaussian Splatting）
- 高斯基元表示与光栅化原理
- 压缩、渲染与几何提取
- 动态场景重建
- 前馈式新视角合成
- 显式表征驱动的前馈式建模
- 无显式表征驱动的前馈式建模
- 课程总结与讨论
- 几何与外观耦合建模的挑战
- 新视角合成的未来方向讨论
|
鸿蒙空间化和3DGS创新在鸿蒙上的0到1商用
黄然，华为
16:00-16:30 |
鸿蒙系统从2019年发布至今，已经成功在华为手机上实现了6000万商用的突破，从跳越生死线进入到创新阶段。而3DGS技术在鸿蒙空间化战略上发挥了重要作用，成为吸引消费者的关进技术，从Remy到3D空间影像壁纸，从空间影像壁纸到更多鸿蒙生态应用。本课程通过介绍鸿蒙空间化方舟图形引擎和3DGS的实践落地，让同学们学到从一个图形技术到商用落地的全过程。
- 鸿蒙空间化与方舟图形引擎介绍
- 方舟图形引擎的整体架构与三大用户体验
- 3DGS技术介绍与商用落地（含Remy、空间影像壁纸）
- 未来空间化技术展望
|
三维生成模型 (1)
王鹏帅，北京大学
张彪，西安交通大学
16:40-17:40 |
- VAE：从连续潜空间生成三维形状
- 编码器：将数据压缩为潜变量分布
- 解码器：从潜变量重建数据
- 重参数化技巧：使随机采样过程可反向传播
- KL散度约束：使潜空间接近标准高斯分布
- 重建损失：保证生成结果接近原始数据
- GAN：从对抗学习到高真实感生成
- 生成器：从随机噪声生成样本
- 判别器：区分真实样本与生成样本
- 对抗损失：推动生成结果逼近真实数据分布
- 训练不稳定性：GAN的经典难点
- 自回归模型（Auto-Regressive Model）：将生成过程转化为逐token预测
- 序列建模
- 条件概率分解
- Transformer结构
- Next-token prediction（下一个token预测）
- 扩散模型：从噪声中逐步恢复三维结构
- 前向过程：逐步向数据加入高斯噪声
- 反向过程：学习如何从噪声逐步还原数据
- 模型可预测噪声、干净样本或score
- Flow Matching：从逐步去噪到学习连续生成路径
- 连续时间生成模型
- ODE视角
- 概率路径
- 从噪声分布到数据分布的传输过程
- 与扩散模型的统一关系
- 基础表征：体素（Voxel）、点云（Point Cloud）、多边形网格（Polygonal Mesh）
- 隐式场表征：占用场（Occupancy）、符号距离场（SDF）、神经辐射场（NeRF）、三平面（Triplane）
- 集合表征：VecSet（向量集合），将三维形状编码为无序向量集合
- 稀疏体素：Octree、SLAT、O-Voxel（TRELLIS.2）等方法，缓解传统体素的内存开销问题并支持高分辨率生成
- 效果与效率对比：从几何精度、纹理质量、拓扑灵活性、推理速度和训练成本五个维度比较各类表征的优劣
|
三维生成模型 (2)
张彪，西安交通大学
王鹏帅，北京大学
08:30-09:30 |
- 经典探索期（2016-2022）：从直接生成到隐式表示
- 早期直接生成方法
- 隐式表示革命
- 关键突破：证明隐式表示能够生成高质量连续表面
- SDS阶段（2022-2023）：利用二维先验缓解三维数据匮乏问题
- 核心原理：Score Distillation Sampling（SDS）利用预训练二维扩散模型指导三维表示优化
- 代表模型：DreamFusion、Magic3D等
- 局限性：每个样本需要单独优化（分钟级），且存在多视角不一致、几何细节不足等问题
- 多视角扩散阶段（2023-2024）：前馈大模型涌现
- 核心思想：先生成一致的多视角图像，再通过前馈重建模型得到三维结构
- 代表模型：Instant3D、Wonder3D、InstantMesh等
- 技术特点：推理速度大幅提升（10秒内），可批量生成，但几何精度仍有提升空间
- 原生三维生成大模型（2023-2025）：面向生产级应用的两条路线
- 路线一：基于稀疏体素的方法；优势是天然支持空间结构，代表模型包括TRELLIS v1/v2、Sparc3D
- 路线二：基于VecSet的方法；优势是表示紧凑、训练高效、几何细节丰富，代表模型包括3DShape2VecSet、CLAY、Hunyuan3D、TripoSG
- 多边形网格直接生成（2025年至今）：端到端生产级资产生成
- 核心挑战：直接生成拓扑正确、结构合理、面数高效的三角形网格
- 代表模型：PolyGen、MeshGPT等
- 技术意义：直接输出可用于游戏、影视和工业设计的标准网格格式，减少后处理，更接近端到端生产流程
- 表征融合趋势：稀疏体素与VecSet结合、网格与隐式表示统一
- 效率与质量的平衡：从“能生成”走向“生成得又快又好”
- 生产级需求：水密性、拓扑正确性、PBR材质支持和可编辑性
- 未来方向：4D动态生成、大规模场景生成、交互式编辑和多模态统一生成
|
3D大模型：从物体生成到世界模型
王腾飞，腾讯混元
09:30-10:00 |
理解工业管线中对3D生成模型的需求，理解3D物体生成的前沿进展，理解3D世界模型的前沿方向。
- 腾讯混元大模型介绍
- 混元3D：3D物体生成的进展与应用
- 混元World：3D世界模型的进展与应用
- 总结与展望
|
装配体和关节可动对象生成技术
穆亚东，北京大学
10:10-10:50 |
了解和掌握近年来装配体和关节可动对象生成的最新技术。
- 任务概述和基础技术介绍
- 图网络与序列生成
- 基于扩散模型的端到端生成
- 基于多模态大模型和智能体的装配生成
|
基于生成式AI的三维场景生成
盛律，北京航空航天大学
10:50-11:30 |
理解三维场景生成的主要流程与关键挑战，熟悉基于多模态学习与智能体推理的三维场景生成研究范式。
- 三维场景生成的基本任务与主要挑战
- 基于多模态学习的三维场景生成：从文本、图像或者视频生成符合视觉、语义与结构需求的三维场景，包含单一场景生成与组合式场景生成等
- 基于智能体推理的三维场景生成：LLM/VLM等智能体驱动的设计意图理解、任务拆解与方案规划，以及三维资产生成、空间约束推理、布局生成与优化、迭代反馈修正等
- 趋势与展望：从静态三维场景走向动态四维场景生成，从视觉与几何建模走向物理与语义内生嵌入，以及实际应用落地等方面的趋势与发展方向
|
教 AI 摆放世界：可控三维物体摆放与场景生成
刘中远，腾讯游戏
11:30-12:00 |
让 AI 学会构建一个可交互、可沉浸的虚拟世界，是计算机图形学、人工智能与艺术设计交叉地带最激动人心的方向之一。本课程会先用少量篇幅，带大家俯瞰 AI
生成虚拟世界、世界模型与艺术创作的整体图景，然后把镜头聚焦到其中一个最基础、也最关键的具体问题——三维场景中的物体摆放。围绕这个问题，课程将依次讲解：场景搭建如何被建模为"单物体迭代摆放"；为什么基于有向包围盒的传统表示难以处理支撑、包含、避碰等精细几何约束；以及如何用一个几何感知的多模态语言模型——直接以点云感知物体与场景的几何、自回归预测物体的
6D 位姿——来突破这一瓶颈，并通过"规划—摆放—验证"的智能体闭环，实现文本驱动的自动场景生成。
整体上，课程将依次覆盖问题的建模、几何感知模型的设计、训练数据的构建，以及实验与评估，并结合具体案例展示物体摆放与自动场景生成的实际效果。
|
面向具身智能的三维生成、世界模型与自主进化
穆尧，上海交通大学
14:30-15:30 |
了解3D表达、建模与生成在具身智能中的核心作用，理解生成式3D技术如何支撑具身仿真、世界模型和机器人自进化系统，掌握从三维场景/资产生成到仿真数据引擎、世界预测与策略学习闭环的基本思路。
- 3D生成 for 具身仿真：多样化场景生成、可交互物体资产生成、物理属性标注、功能区域标注、抓取点标注与仿真可用数字孪生构建
- 具身仿真数据引擎：以RoboTwin、ManiTwin、Rein3D等为例，介绍任务场景自动构建、专家数据生成、领域随机化、仿真到现实迁移，以及面向双臂、灵巧手和人形机器人的仿真平台
- 世界模型驱动的动作生成：介绍World Action Model、Video-Action Model、VLA-World
Model等路线，理解视频预测、未来状态想象、逆动力学模型和动作解码之间的关系
- 具身智能体自进化：介绍“环境生成—数据生成—模型训练—进展评估—失败诊断—策略改进—真实验证”的闭环系统，讨论生成式仿真、强化学习、基础模型和智能调度Agent如何共同推动机器人持续进化
|
3D生成大模型的表征之路
贾荣飞，数美万物
15:40-16:10 |
- 问题与核心挑战：3D生成为何比2D难一个数量级
- 四次表征跨越：SDS蒸馏时代 → 多视图+稀疏视角重建时代 → 3D原生时代 → Sparse Voxel时代
- 3D几何大模型：Sparc3D——业内首个1536³分辨率3D几何大模型
- 原生纹理大模型与语义分割：Hitem3D 2.0——业内首个原生3D纹理生成框架与最优3D语义分割
- 最新效果与生产闭环：几何、纹理、分割全链路效果展示，从单张图像到3D打印的端到端演示
- 3D大模型现状与未来：竞争格局、表征核心变量
|
融合经典与前沿：生成式三维建模与全栈架构实践
曹炎培，VAST
16:10-16:40 |
近年来，随着生成式人工智能的爆发，三维几何表达与建模技术正经历一场底层范式的重构。传统的离散几何表征（如多边形网格）与现代神经网络隐式表达在生成式架构中发生了深度的碰撞与融合。本课程旨在系统梳理
3D 生成技术的发展脉络，探讨如何打破生成速度、质量与工业管线可用性之间的“不可能三角”。课程将从底层三维原生表征出发，多层递进，剖析结构化重拓扑、语义解耦与自动化绑定等关键图形学问题的 AI
解决路径，并拓展至场景生成与交互式世界模型，为学员建立一个从单体资产生成到可交互世界的统一概览。
- 三维表达的演进与生成式架构的重构
- 从优化到前向推断：3D 生成的范式转移
- 现代神经表征与原生 3D 生成
- 打通图形学管线：从“数字雕像”到工业级结构化资产
- 可编辑性与语义解耦
- 生成几何的自动化拓扑
- 纹理与材质的全局一致性
- 赋予资产动态潜能：自动骨骼绑定与运动推演
- 跨越单体数字资产
- 总结与 Q&A
|
迈向工业可用的3D生成
许家乐，Meshy
16:40-17:10 |
理解3D生成从“视觉可看”走向“工业可用”的关键问题，掌握高模生成与低模生成的主要技术路线及未来挑战。
- 背景知识：3D表征与生成模型
- 更精细：高模生成技术路线
- 基于多视角重建的方法（LRM, Instant3D, InstantMesh, FreeSplatter）
- 基于3D原生扩散模型的方法（3DShape2Vecset, TRELLIS, Lattice）
- 更可用：低模生成技术路线
- 基于自回归模型的方法（MeshGPT, MeshXL, BPT, TreeMeshGPT, MeshWeaver）
- 基于扩散模型的方法（SpaceMesh, MeshFlow, MeshCraft, Lato）
- 3D生成的挑战与未来趋势
|