当前从图片生成可用 3D 模型仍然费时费力传统流程耗时且高度依赖专业建模师手动操作。即便有 AI 辅助处理复杂形状、透明材质或开放表面时模型常效果不佳或出现异常结构且难以生成可直接用于游戏、电商的带逼真材质的成品。在此背景下Microsoft 团队于 2025 年 12 月 开源发布 TRELLIS.2面向单张图像生成高质量 3D 资产与纹理化任务。项目提供从输入图像到 3D 形状与材质的端到端流程并配套可交互的 Web Demo便于快速体验与导出资产。TRELLIS.2 聚焦提升几何细节与纹理一致性支持多种分辨率与级联推理配置并通过可控推理参数在速度与质量之间进行权衡适用于 3D 内容生产、快速原型与创意探索等场景。目前HyperAI超神经官网已上线了「TRELLIS.2 3D 生成 Demo」快来试试吧~在线使用https://go.hyper.ai/drI7I1 月 19 日-1 月 23 日hyper.ai 官网更新速览* 优质教程精选9 个* 热门百科词条5 条* 1 月截稿顶会3 个访问官网hyper.ai公共教程精选1.vLLMOpen WebUI 部署 Nemotron-3 NanoNemotron-3-Nano-30B-A3B-BF16 是 NVIDIA 从零开始训练的大型语言模型 (LLM)适用于推理和非推理任务。该模型还可用于开发人员设计 AI 代理系统、聊天机器人、RAG 系统和其他 AI 应用。在线运行https://go.hyper.ai/VUuDADemo 页面2.MedGemma 1.5 多模态 AI 医疗模型MedGemma 1.5 是一款在医学多模态任务中表现卓越的模型。它在图像分类、视觉问答及医学知识推理等方面具备突出能力适用于多种临床场景并能够有效辅助医学研究与实践。该模型基于 SigLIP 图像编码器与高性能语言模块构建并通过包含医学影像、文本及实验室报告在内的多样化数据集进行预训练从而实现对高维医学影像、全切片病理图像、纵向影像分析、解剖定位、医疗文档理解及电子健康记录解析等任务的高效处理。在线运行https://go.hyper.ai/dZRn9Demo 页面3.Nemotron-Speech-Streaming-ASR自动语音识别 DemoNemotron Speech Streaming ASR 是由英伟达NVIDIANemotron Speech 团队发布的流式自动语音识别模型该模型专为低延迟实时语音转写场景设计同时具备高吞吐的批量推理能力适用于语音助手、实时字幕、会议转录及对话式人工智能等应用。模型采用缓存感知型 FastConformer 编码器与 RNN-T 解码器架构实现了对连续音频流的高效处理在保持识别精度的同时显著降低了端到端延迟。在线运行https://go.hyper.ai/SDEBIDemo 页面4.TranslateGemma-4B-IT谷歌开源的系列翻译模型TranslateGemma 是由谷歌翻译团队发布的轻量级开源翻译模型系列。该系列基于 Gemma 3 模型家族构建专为多语言文本翻译与实际部署场景设计。该系列在紧凑的参数规模下提供稳定可用的翻译能力适用于 GPU 内存有限或需快速部署的环境中进行加载与推理。在线运行https://go.hyper.ai/FRy35Demo 页面5.GLM-Image 精准语义高保真图像生成模型GLM-Image 是由智谱 AI 开源的一款融合自回归解码与扩散式解码的图像生成模型。该模型支持文生图和图生图功能基于统一的视觉-语言表示构建使得同一模型既能理解文本提示与输入图像又能通过 DiTDiffusion Transformer风格的扩散主干网络对图像进行精细化生成。在线运行https://go.hyper.ai/2bcfV效果展示6.TRELLIS.2 3D 生成 DemoTRELLIS.2 是由微软团队发布的开源项目一个拥有 40 亿参数的大型模型专注于从单张图片直接生成带完整材质、可直接使用的 3D 资产。该模型统一了高质量几何与材质生成将高保真几何重建与全维度 PBR 材质合成在一个流程内完成。在线运行https://go.hyper.ai/drI7IDemo 页面7.vLLMOpen WebUI 部署 FunctionGemma-270m-itFunctionGemma-270m-it 是由 Google DeepMind 发布的轻量级专用函数调用模型参数量为 2.7 亿。该模型基于 Gemma 3 270M 架构构建并采用与 Gemini 系列相同的研究技术进行训练。此模型专为函数调用场景设计使用了截至 2024 年 8 月共计 6T token 的训练数据涵盖公共工具定义及工具使用交互数据。FunctionGemma 支持最大 32K token 的上下文长度并经过了严格的内容安全过滤及负责任的人工智能开发流程。在线运行https://go.hyper.ai/pdN7qDemo 页面8.Fun-ASR-Nano端到端的语音识别大模型Fun-ASR-Nano 是阿里巴巴通义实验室推出的端到端大模型语音识别方案属于 Fun-ASR 系列的一部分。该方案面向低算力部署场景致力于实现低延迟的语音转写并注重在实际评估集上的表现。其功能包括多语种自由语音识别自由语码转换、可定制热词以及幻觉抑制等。在线运行https://go.hyper.ai/j7OdDDemo 页面9.Fara-7B高效的网页智能体模型Fara-7B 是由 Microsoft Research 发布的首个面向计算机使用Computer Use的智能体小语言模型Agentic SLM。模型参数规模仅 70 亿7B但在真实网页操作任务中表现突出在多项 Web Agent 基准测试中达到了同规模模型中的 state-of-the-artSOTA水平并在部分任务上接近甚至超过更大规模模型。在线运行https://go.hyper.ai/2e5rpDemo 页面热门百科词条精选1. 每秒帧数 FPS2. 倒数排序融合 RRF3. 视觉语言模型 VLM4. 超网络 HyperNetworks5. 门控注意力 Gated Attention这里汇编了数百条 AI 相关词条让你在这里读懂「人工智能」https://go.hyper.ai/wiki一站式追踪人工智能学术顶会https://go.hyper.ai/event以上就是本周编辑精选的全部内容如果你有想要收录 hyper.ai 官方网站的资源也欢迎留言或投稿告诉我们哦下周再见