KeyFrame內部研究專用

Kimi K3 Dominates 3D Design, Microsoft MageFlow & NVIDIA ARDY Real-Time Motion – 3D AI News #16

Stefan 3D AI and PixelArtistry11 min英文
觀看原始影片

三句話摘要

開源 AI 在 3D 生成、圖像生成與動作系統領域的最新進展與工具發佈。 開源 AI 工具在 3D 生成、動作系統與圖像生成領域快速迭代,結合大廠的開源戰略加速,正在構建專業級別的本地化內容創作生態。 Kimi K3 的性能突破

重點整理

  1. Kimi K3 的性能突破

  2. Kimi K3 是開源領域的重大進展,2.8 兆參數規模相比 GLM 4.2 的 850 億參數多三倍。其通過 Kimi 網站訪問成本僅為 Fable 5 的三分之一,且在 3D 設計任務上意外超越 Fable 5,說明開源模型在垂直領域已具競爭力。

  3. 本地 3D 生成工具生態成熟

  4. LATER2 與 3D Gen Studio 代表開源社群在 3D 生成領域的進展。LATER2 採用分步驟方式(先生成頂點再連接網格),提供更精細的拓撲控制;3D Gen Studio 新增桌面安裝程序、自動重拓撲與皮膚加權綁骨等功能,降低用戶門檻。

  5. 實時動作與 Comfyui 生態擴張

  6. NVIDIA RD 實現了帶約束條件的實時文本轉動作,單卡需求僅 20GB(對比 Kimodo 的 6GB 有所增加),品質與過渡效果大幅改善。同時 Comfyui 社群推出 VFX 節點與服裝生成工具,使非專業用戶也能進行複雜視覺效果製作。

  7. 廠商開源戰略加速

  8. Microsoft 推出 Mage Flow 開源圖像生成器支持本地部署,NVIDIA 發佈 Omniverse 4.3 代理工具集,顯示大廠向開源社群開放工具的趨勢加速。

實用技巧與重點

  • 模型與參數規模
  • Kimi K3:2.8 兆參數,開源
  • GLM 4.2(參考):850 億參數
  • Fable 5(參考):性能基準
  • 成本與效率
  • Kimi K3 通過官方網站成本為 Fable 5 的 1/3
  • 工具名稱與功能
  • LATER2:開源 3D 網格生成工具,支持多部件生成、網格轉網格重新建模
  • 3D Gen Studio v2.1:本地 3D AI 工作室,包含桌面安裝程序(支持 Linux、Mac、Windows)、自動重拓撲、自動綁骨(帶皮膚加權)、網格編輯器
  • NVIDIA RD + Vidya:實時動作生成,支持文本轉動作、姿勢設置、約束條件
  • Microsoft Mage Flow:開源 AI 圖像生成器,支持文本轉圖像、基於指令的編輯、深度圖生成、Turbo 版本
  • 部署需求
  • NVIDIA RD:單卡需求 20GB VRAM
  • Kimodo(參考):6GB VRAM
  • Comfyui:支持本地部署 Mage Flow
  • 社群工具
  • 3D Gen Studio Comfyui 包裝:由 RISLORD 開發
  • Comfyui VFX 節點:由 Nico Deficador(西班牙 YouTuber)開發,支持高斯 Splat 定位與打光
  • TRIPO + Metatailer 協作:支持任意角色服裝生成
  • 其他發佈
  • NVIDIA Omniverse 4.3:代理工具集,支持物理模擬與 OpenUSD 格式

結論

開源 AI 工具在 3D 生成、動作系統與圖像生成領域快速迭代,結合大廠的開源戰略加速,正在構建專業級別的本地化內容創作生態。

完整解析

本週開源 AI 工具領域迎來多項重大發佈,其中最引人矚目的是 Kimi K3 的開源發布。作為一個擁有 2.8 兆參數的大規模語言模型,Kimi K3 展現了驚人的性能表現,在多個基準測試中逼近甚至超越 OpenAI 的 Fable 5。更令人意外的是,它在 3D 設計任務上的表現甚至反超 Fable 5,這證明了開源社群在特定垂直領域已具備與商業閉源模型一較高下的能力。成本層面,通過 Kimi 官方網站訪問時費用僅為 Fable 5 的三分之一,儘管本地部署會對硬體提出更高要求,但這仍標誌著開源模型在實用性上的重大進展。

3D 生成工具方面涌現多款新產品。LATER2 是一個開源 3D 網格生成工具,採用分步驟建模策略——先生成頂點座標,再進行連接形成完整網格。這種設計相比傳統一步到位的方法提供了更精細的拓撲控制能力,開發者可以對最終網格結構有更多掌控。社群已迅速為其開發了 Comfyui 包裝,使用戶無需複雜配置即可進行網格重新建模。3D Gen Studio 則升級至 2.1 版本,新增桌面安裝程序大幅簡化安裝流程,用戶現可直接從 GitHub 獲取 Linux、Mac 與 Windows 版本。該工具新增自動重拓撲、帶皮膚加權的自動綁骨功能,以及功能完整的網格編輯器,使整套工作流程更加集成與高效。

動作生成領域則迎來 NVIDIA 推出的 RD 系統。作為 Kimodo 與 Motion Breaks 的邏輯延續,RD 實現了帶約束條件的實時文本轉動作功能——用戶可點擊場景中的任意位置,角色將自動生成自然動作移動至該位置,同時支持精細的姿勢設置。雖然單卡需求達到 20GB 顯存(對比 Kimodo 的 6GB 有所增加),但這仍是相當可觀的性能表現,品質改善與過渡效果優化使其成為遊戲開發與動畫製作的有力工具。

除此之外,Comfyui 社群的生態持續擴張。西班牙創作者 Nico Deficador 開發的 VFX 節點專門針對視覺效果製作優化,結合高斯 Splat 技術可實現精確的空間定位與逼真的光影效果。TRIPO 與 Metatailer 的協作則解決了服裝生成這一長期難題,新開發的工具承諾可為任意角色生成符合其特性的服裝,展示了跨工具協作帶來的價值。

Microsoft 推出的 Mage Flow 代表了大廠在開源圖像生成領域的新進展。該工具支持文本轉圖像、基於指令的風格編輯(如雨天效果調整)與深度圖生成,並完全支持本地 Comfyui 部署,為 3D 美術資產製作提供新選擇。最後,NVIDIA 在 SIGGRAPH 大會上發佈的 Omniverse 4.3 代理工具集,將物理正確的世界模擬能力進一步開放給開發者,對於需要物理交互驗證的 AI 生成 3D 模型具有重要意義。

11 min
AI 技術中文11月21日

20261120 Craft 4K Review Version V3

灵姐说AI | Ling Talk AI看原片 ↗
  • Craft Anything 透過將觀察、構建、檢查和修改環節無縫銜接,將傳統費力的開發流程簡化為提供參考對象並說明目標,讓通用編碼Agent執行具體實現,大幅降低製作難度。
  • 複製範圍廣泛但難度差異大:網站和簡單工具相對容易,複雜遊戲因涉及場景、資源、物理引擎、存檔等要素難度大幅提升,需要提供的信息和輸入量成倍增加。
AI 技術英文11月19日

DeepMind Just Released The Best Thing AI Ever Did

Two Minute Papers看原片 ↗
  • 同一個DNA變異在不同細胞中會產生截然不同的效應——例如胰島素產生的β細胞與其他胰臟細胞對同一基因變異的反應完全不同,這使得精準預測變成考量數十億個變異×數百種細胞類型的難題。
  • 利用既有的大規模單細胞測序數據作為訓練資料是關鍵突破,科學家已測量過大量細胞中各基因的活性水準,這提供了足夠的輸入輸出對讓AI學習細胞特定的基因調控模式。