prompts.chat 新增 prompt：character sheet（三视图角色设定表）
prompts.chat 收录了一条名为 character sheet 的新 prompt，作者为 ali.rococo.12@gmail.com。该 prompt 用于生成 Caricatured Realism 风格的 3D 角色设定表，在单张图像中包含全身正面、全身背面和头部正面三个部分。
#文生3D
新闻、仓库与研究，按时间排列。
prompts.chat · 每日 promptAI 评分2525
arXiv · cs.AIAI 评分5151 SceneBloom 提出 Agent 式室内环境生成框架，服务具身学习
论文提出 SceneBloom，一个结合视觉布局采样与契约引导 3D 编译的 Agent 式室内环境生成框架：分层采样器用扩散先验在功能区生成家具布局，编译器再做几何拟合与局部姿态校正。在五类房间中视觉质量与物理稳定性最高，且是对比方法中唯一没有网格碰撞和越界物体的方法；在这些场景中训练的目标导航策略在 held-out 真实扫描上的成功率高于用同等数量真实训练扫描训练的策略。代码已开源。
arXiv · cs.AIAI 评分66 CRAB：基于长方体表示的点云竣工 BIM 重建框架
CRAB 是一个 BIM-ready 长方体重建框架，已入选 SIGGRAPH Asia 2026，可将点云中的墙、门、窗、梁、柱编码为 IFC 兼容语义与参数的紧凑建筑长方体。其由 ProposalNet 预测粗略构件长方体、AssemblyNet（关系感知 Flow Matching 模型）精化几何并预测结构关系，支持自动结构校正与人工引导编辑，并扩展 Structured3D 构建长方体级标注数据。实验显示其在构件完整性、几何精度与泛化上超越平面图和平面方法，内墙厚度估计平均误差 2.80 cm，79.50% 匹配墙体误差在 3 cm 内。
arXiv · cs.AIAI 评分4141 Joints, Camera, Action! 面向任意骨架的 3D 运动与视频联合生成模型
一篇 arXiv 论文提出可对任意骨架（rig）联合生成视频与 3D 运动的模型，并通过 cross-attention 层将独立的运动模型连接到预训练视频模型，同时学习关节定位以恢复相机、把运动注册到 3D 场景。训练借助生成式视频编辑器将动画资产放入合适场景，结合人类和机器人视频共构建近 200K 训练对。评测显示其从文本驱动多样骨架比视频优先管线更忠实，运动可响应场景，并支持视频转骨架运动、骨架运动转视频及关键帧控制。
arXiv · cs.AIAI 评分2828 RLSplat：面向前馈 3D Gaussian Splatting 的资源线性预算控制方法
RLSplat 是一个资源线性预算可控的前馈 3D Gaussian Splatting（FF3DGS）框架，通过学习 Gaussian 分配策略直接生成指定数量的 Gaussian，使表示大小、推理延迟和峰值显存随预算减少而线性下降。在 zero-shot 评测中，RLSplat 在各预算下均超过已有方法，用少 4× 的 Gaussian 即超越最强基线，低预算下最高快 4.1×、峰值显存少 9.6×。代码已开源。
ComfyUI Releases · 图像工作流AI 评分2323 ComfyUI v0.42.0 发布
ComfyUI 发布 v0.42.0，新增 Krea 3 Image 节点、MOSS-image 支持，并改进 Qwen 3.x 性能与 Qwen3.5 嵌入模型加载。更新还包括 ARM Linux 执行与单元测试、修复 webcam 节点和文本生成清理等问题，前端包升级至 1.55.18。
arXiv · cs.AIAI 评分2828 IndustrialCAD-1400：面向工业装配体的 text-to-CAD 基准
研究者发布 text-to-CAD 基准 IndustrialCAD-1400，包含 1,400 条请求，覆盖 40 个领域的 400 类设备，以及 250 个含 4 个设计案例的族。每条族请求中位数指定 17 个命名部件或配置角色和 6 个明确数值目标，模型生成的几何程序在统一 Blender 环境中执行，并通过前视、等轴测和俯视图评估部件、布置与接口完成度。该基准将 text-to-CAD 从可识别的零件几何扩展到联合组件、接口、空间与数值规格的工业装配体综合。
arXiv · cs.AIAI 评分3939 3DCodeVerse：以代码形式探索 3D 世界的研究生态
研究团队推出 3DCodeVerse，一个让 coding agent 大规模生成可编辑、可验证 3D 内容的研究生态。它包含 200 万规模的可执行 3D 代码数据集 3DCodeVerse-2M，以及基于多智能体有向无环图的 3DCodeVerse Harness，通过执行检查、空间测量和视觉反馈自动评估并修订生成程序。在均由 Claude Opus 5.5 驱动的成对人类评测中，该 harness 对 Claude Design (3D Object) 取得 90% 胜率，微调开源模型也显著提升 3D 编码能力。
arXiv · cs.AIAI 评分3232 LiFi：通过几何与语义协同引导从多视角图像生成 LiDAR 点云
NeurIPS 2026 论文提出 LiFi（LiDAR From images）框架，从多视角相机图像生成视觉与几何对齐的 LiDAR 点云。该方法通过几何分支（结合 DepthAnything3 的不确定性感知编码器）与语义分支双路引导 latent diffusion，并引入双分支平衡的 classifier-free guidance（CFG）策略，生成质量超越现有 SOTA 方法，代码将开源。
arXiv · cs.AI精选AI 评分5555 Thinker-WM：共享多模态表示的统一世界模型用于具身智能
Thinker Team（Ubtech）发布统一多模态世界模型 Thinker-WM，通过共享的 Unified Dynamics Transformer 联合建模并生成 RGB、度量深度和机器人动作。同一套参数化支持视频-动作联合生成、世界预测、策略推理、逆动力学等多种功能；训练数据约含 2 万小时第一视角视频、1 万小时真机数据和 1 千小时仿真数据，其中约 4 千小时真机数据带对齐深度监督。模型在 EWMBench、WorldOlympiad 和 WorldArena 上排名第一，消融实验验证了动作条件化、几何交互与多功能训练的收益。论文链接 https://arxiv.org/abs/2610.18447v1。
推荐理由：论文把外观、几何和动作放进共享动态表示统一建模，并列出在 EWMBench 等三个评测上的具体排名与训练数据构成。
arXiv · cs.AI精选AI 评分5252 Unravel：从单张图像恢复可交互 3D 场景的免训练框架
论文提出 Unravel，一个免训练框架，可将单张图像转为每个物体都可独立移动的可交互 3D 场景。其方法由视觉语言模型规划可见物体、图像编辑器逐层移除并还原被遮挡区域，以点云为主要模态恢复空间关系，每次编辑先验证再纳入重建，并按反向移除顺序重建场景，将观测点作为物体尺寸下限，最后物理沉降与智能体审查修正漂浮和穿透问题。在多样室内场景实验中，Unravel 比现有方法恢复更多物体、摆放更忠实、物理合理性更高。
推荐理由：这篇论文展示了用智能体逐层剥离图像来重建可交互 3D 场景的完整做法，各环节可验证可复现。
ComfyUI Releases · 图像工作流AI 评分2828 ComfyUI v0.36.0 发布：新增通用循环、Marigold v2 与 YuE2 支持等多项更新
ComfyUI v0.36.0 发布，实现通用循环（Generic Loops）并新增 Marigold v2、YuE2 音乐模型支持。更新还包括 MiniMax-H3 VAE 优化、AMD Windows VA 配额提升至 4TB、新增 Bria Video Eraser 和 BFL Flux Video Edit 等节点，工作流模板更新至 v0.11.62。