新闻、仓库与研究，按时间排列。
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。
GitHub 新开源的 meshy-image-to-3d-toolkit 基于 Meshy API 自动化图像转 3D 流程，提供 Node.js CLI 覆盖 image-to-3d、multi-image-to-3d 和 print 端点，支持本地图片归一化为 Data URI、轮询、超时处理与模型下载。配套 Python 助手实现多视图裁剪、按颜色拆分 GLB 及 Blender 体素修复，并生成水密性、连通分量、薄壁筛查和构建体积的打印就绪报告，输出 GLB/3MF/STL 切片文件。
Lumina 游戏引擎编辑器 Lumina Studio 的土耳其语插件仓库上线，基于 lumina_editor_api 构建，MIT 许可，可作模板。包含 lumina_plugin_pcg（PCG 图资产与 PCG Volume 撒布静态网格）、lumina_plugin_miniai（本地模型 vllm.cpp + Gemma 4 E4B 或 llama-server + MiniCPM5，或任意 OpenAI 兼容端点，经 MCP 工具操作项目）及 lumina_plugin_trellis_image（Qwen Image 2.1 Q4_K_M 配 stable-diffusion.cpp 做 Trellis 3D 生成前的图像编辑与审核）。
GitHub 新仓库 jferments/plantgen 发布，以开放数据驱动的 L-system 程序在本地确定性生长出植物学准确的 3D 植物模型，内置 152 个物种、62 个科和 15 个生长程序。植物不存储不分发，同一物种和种子在每台机器上逐位一致；编译器据光照、空间与邻居生成四级 LOD 网格与 impostor，可经 plantc export 输出 glTF（.glb）供游戏引擎和 Blender 直接打开。生成器仅依赖 libm、png、serde、serde_json 和 sha2，完全离线且不用 AI；项目不接受外部 issue 和 PR 以防 prompt injection，代码采用 MIT 许可。
推荐理由：原文详述了以物种数据加 L-system 程序在本地确定性生成 3D 植物的完整方法，可离线复现且不依赖网络或 AI。
GitHub 新仓库 BalaramPai/AI-Video-Generation-Pipeline 将视频创意经 Ollama 运行的 llama3.1:8b 生成分镜脚本，用 Stable Diffusion 生成场景图，再通过 Runway API 以 Gen-4.5（单段 2–10 秒）或 Grok Imagine Video 1.5（单段 1–15 秒）图生视频并拼接为 MP4。流水线以角色、场景锚点和 img2img 低去噪强度保持跨场景视觉连续性，输出由 FFmpeg 按 H.264 重编码，另提供 Google Veo 与本地 ffmpeg 回退选项。
Meshy AI 3D 生成平台推出 MCP server，提供 24 个工具，让 AI 智能体通过自然对话创建、管理并下载 3D 模型、纹理、绑定角色和动画。新版本支持 Meshy 7.1 与 meshy-6-lite 模型、Smart Topology（100–15,000 面直接生成）、8K 纹理及 Creative Lab 7 种打印产品。需 Node.js >= 18 和 Pro 计划以上的 Meshy API key。
ComfyUI-Yomu（Yomu）是一个基于 ComfyUI 的文生图/图生图独立窗口 App，通过桌面捷径启动，支持 txt2img、img2img、局部重绘（inpaint）、文生影片和图生影片等工作流。前端不写死节点，通过 workflows/ 里的插槽节点（如 @ckpt、@lora、@sampler）替换复杂工作流，影片生成采用 Wan2.2 TI2V-5B 等模型。生成的 PNG 可拖回界面还原全部参数，并提供 Civitai 搜寻、图库与一键安装更新（Yomu-Setup.bat）等功能。
GitHub 仓库 MaratG2/LocalAtelier 发布，提供 MIT 许可的本地创作工作台，在自有 NVIDIA GPU 上组织项目并生成图像、带纹理 3D 物体和带立体声的视频。集成 Qwen-Image-2.1（INT8，约 17.3 GB）、HiDream O1（SDNQ 4-bit，约 10.7 GB）、TRELLIS.2 图生 3D（Q8，约 10 GB）和 VDN-H3/MiniMax H3 视频生成（约 56.7 GB），支持 GLB/glTF/OBJ 等导出；目标机器为 RTX 5060 Ti 16 GB 配 32 GB 内存，图像模型安装约需 55–65 GB 空间，队列为单任务运行、最多接受四个任务。
推荐理由：仓库 README 给出各模型磁盘占用、硬件要求和队列限制等具体细节，想在自己 GPU 上跑图像、3D 与视频生成工作流的读者可以据此评估。
这是 Qadam London 的 Instagram 视频生成项目仓库。在 Claude 中输入 /reels 命令即可生成 scenario.md——一份含镜头、旁白和屏幕文字的 30–45 秒 Reels 脚本，并为每个场景输出 3D 提示词文件，全部提示词还会汇总为可调 API 的 prompts.json。旧跑批会转入 archive/，仓库另含技能规则、风格指南（角色 Айгерим、Азиз）及校验脚本 tools/check_prompts.py。
GitHub 新仓库 Automated-video-Generation 发布双引擎自主视频生产平台。2D 引擎基于 Manim 渲染 1440p60、9:16 的 3Blue1Brown 风格科普短视频，3D 的 Project Aether 整合 Google Veo 3.1、Kling 3.0、Runway Gen-4.5、CogVideoX 等视频基础模型。平台具备 6 级复杂度规划、480p 草稿预审加 6 critic Council、局部 inpainting 修复及离线 Dream-RSI 元学习，含 367+ 测试，版本从 v1.0 演进至 v5.2。
ghbalf/freecad-ai 是一个处于早期开发阶段（alpha）的 FreeCAD AI 助手工作台，通过聊天界面用自然语言生成并执行 Python 代码来创建 3D 模型。它提供 Plan / Act 两种模式、50 种结构化 FreeCAD 工具调用、技能系统、图像与视觉支持、上下文压缩及错误自动重试（最多 3 次）。该工作台支持 21 家 LLM 提供商（含 Anthropic、OpenAI、Ollama、DeepSeek、Qwen 等），仅依赖 Python stdlib，要求 FreeCAD 1.0+。
fal-worldclaw 是基于腾讯混元3D 团队 WorldClaw 研究项目的浏览器化桌面应用，输入一句话描述即可在 10-30 秒内生成可自由行走、飞行的 3D 世界。它通过 fal.ai 云端模型生成地形、建筑、植被、动物和天气，支持调整时间、天气、地形与物体密度，并可保存、分享世界。应用支持 Windows 10/11，需 8 GB 内存与 DirectX 12 显卡，首次使用提供免费额度，之后按用量付费。
GitHub 新仓库 Forge3D 上线，这是一个 AI 驱动的本地优先 3D 创作工作区，可将参考图转为可交互预览、细化和导出的 3D 资产，本地使用无需订阅。集成 trellis.cpp 引擎（NVIDIA CUDA 二进制），并提供 Kaggle T4 和 Colab 云端 notebook；不支持 Google TPU v5e-1 / v5e-8。可选 MCP 集成让 Codex、OpenCode 等 Agent 提交生成任务并获取结果，UltraShape 与 FaithC 提供可选几何细化。
LivePair AI 发布 ComfyUI 自定义节点，支持 20+ 模型的文生图、图像编辑、放大、背景去除及文生视频/图生视频（wan-3.x、seedance 系列）。零依赖，MIT 协议开源，支持 ComfyUI Manager 一键安装。按预付余额计费，图像约 $0.02–0.05，5 秒 720p 视频约 $0.40，失败不扣费，渲染结果 48 小时后自动删除。
GitHub 新仓库 jedsdead/WanGP-2-Phase-Control-For-Minimax-H3 发布了一个 Wan2GP 插件，用于控制 MiniMax H3 两阶段生成（Guidance phases = 2）中 Phase 2 的 LoRA 与步数。默认情况下 Wan2GP 在 Phase 2 固定用 FL2V Turbo LoRA 跑 3 步，该插件允许将步数设为 1 到 12、替换或叠加自定义 LoRA，并兼容 2 Phases Plus；插件采用 MIT 许可，通过 Plugins 粘贴仓库 URL 安装。
开源项目 ProcessForge 发布，这是一个流程与产线流程图编辑器和仿真器，支持放置泵、反应器、热交换器等标准单元操作，通过离散事件仿真输出吞吐量、瓶颈和 OEE。缺失单元可由 AI 编写为合约，引擎经 schema、引用、物理约束、端口四道门校验后方可加入流程图。项目以 Apache-2.0 许可开源，提供 Windows、macOS、Linux 桌面端与浏览器版，可经 MCP 客户端（如 Claude Desktop）或 OpenRouter 使用 AI。
开源 Blender 扩展 AI LowPoly ModelMaker 通过 Codex CLI 的 GPT-6 Astra 在 Blender 内用文本提示词一回合生成游戏用 3D 模型（道具、建筑、自然物），支持 5 种美术风格、物体/背景空间/角色三种制作模式，可导出 FBX/glTF。角色模式走 TRELLIS.2 形状服务器（用户自部署 Modal，MIT 许可），参考图经 OpenRouter Image API 生成，无 API Key 时回退 codex image_gen。v0.46.0 引入按回合角色的模型路由与默认关闭视觉审查，实测单次生成约 $0.3~0.4，较旧设置降低约 65%。
推荐理由：作者用同一提示词的三组实测费用数据说明为何默认关闭视觉审查、按回合角色拆分模型路由，这套成本优化思路可直接迁移到其他 Agent 工作流。
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。
开源 Blender 插件 blender-ai-toolkit 支持通过文本提示生成 3D 模型、图片、PBR 材质和 HDRI 环境，要求 Blender 4.2+。3D 生成接入 Tripo3D、Meshy.ai 或本地 ComfyUI，图片生成支持 DALL-E 3 和 Stability AI，LLM 聊天支持 OpenAI、Anthropic、Claude、Ollama、LM Studio 并可自动执行 Blender Python 代码。插件采用 MIT 许可，无外部 Python 依赖，并提供 30+ 内置预设。
开源 Blender 插件 PGCRT 让用户无需离开 Blender 即可使用生成式 AI 工作流，支持生成图像、视频和 3D 模型，并提供 AI 辅助功能。项目目前托管在 GitHub 上。
malinaa1 在 GitHub 发布 AI 驱动的 Blender 与 Unreal Engine 桥接系统 blender-ue-bridge v2，通过 MCP 协议统一控制两个引擎。v2 自带零依赖 Blender Addon，MCP 工具从 v1 的 27 个增至 83 个（正文工具总览标注 62 个），提供宏层/原子层/验证层/视觉层分层工具、真实拓扑四边面建模、网格质量检查、AI 动画层与 6 个专家提示词，Blender 端口 9876、UE 端口 55557，采用长度前缀 JSON 的线程安全协议，支持 Claude Code 配置与 FBX/GLB 导出，MIT 许可证。
推荐理由：工具从 v1 的 27 个扩展到 83 个 MCP 工具，并给出真实拓扑建模与网格质量检查等实测能力细节，便于评估是否可用于 Blender 与 UE 协同工作流。
Max Texturizer 是一个 Blender AI 插件加 FastAPI 后端的组合，用 Hunyuan3D-Paint 为 3D 网格自动生成并应用真实感 PBR 纹理。Modo Mock 模式（CPU、约 100ms 即时纹理）与 LLM 编排器已可用；真实模式需 NVIDIA GPU、CUDA 11.8+ 和 8GB+ VRAM，并安装 hy3dgen。插件还可通过 Ollama 等本地 LLM（默认 llama3）编排各材质槽的 PBR 属性，LLM 不可用时回退到关键词解析。
alexanderwanyoike 发布了 depart，一个 Blender 插件，调用 Fal 上的 Tencent Hunyuan3D-Part（P3-SAM）把网格拆分为部件并回导入场景。流程为导出 FBX（上限 30000 面，过密网格自动减面）、调用 fal-ai/hunyuan-3d/v3.1/part、每部件返回 GLB 并导入 Depart Parts 集合；需自备 Fal API key，本地 GPU 不参与计算。作者称其为 MeshMaker 与 ai-mesh 的部件分解姊妹项目，采用 MIT 许可。