Stability AI 推出 3D 控制系統 Arbor：給生成加一份空間藍圖
Stability AI 釋出 3D 生成控制系統 Arbor。它無需重新訓練底模，創作者只需提供簡單的粗略網格，就能精確指定物體的生成空間、避讓留白和接觸面。該模型僅 600MB 且已開原始碼，配合 Trellis 使用，讓 AI 生成的 3D 資產能真正嵌入實際遊戲和工業管線。
Trellis 2
GenRecon 亮相：幾張照片重建大尺度 3D 場景，效果提升 16%
研究人員公佈 3D 場景重建方法 GenRecon。它將大場景切分成重疊塊，結合 Trellis.2 先驗與幾張普通照片，直接生成可編輯的室內 PBR 網格，表現優於現有前沿方法 16%。這意味著無需昂貴掃描器，普通手機拍幾張照就能快速復刻空間資產。
SegviGen：自動拆解 3D 模型部件，點選或給張圖即可精準分割
SegviGen 開源了基於 TRELLIS.2 的 3D 部件分割框架。使用者只需在模型上點選區域性或上傳 2D 參考圖，就能自動把 3D 模型精準拆成獨立零件。其互動分割效能比此前 SOTA 提升 40%，不過本地執行需要至少 24GB 視訊記憶體的 Nvidia GPU。
微軟開源 TRELLIS.2-4B：單圖生成高精度 3D 資產，最快 3 秒出結果
微軟團隊開源 40 億引數的 3D 生成模型 TRELLIS.2-4B。它基於 O-Voxel 稀疏體素結構，支援從單張圖片生成包含完整 PBR 材質與半透明效果的 3D 網格。在 H100 上生成 512³ 解析度資產僅需約 3 秒，執行至少需要 24GB 記憶體的 NVIDIA GPU。