Gen2.5建模效率拉满,秒出百万面模型 #3D生成 #3D建模 #模型制作

Gen2.5模型生成教程

3280
118
2799
621
举报
发布时间:2026-05-25 09:39
查看AI文稿
后期帮
后期帮

粉丝4.8万获赞27.7万

相关视频

  • 这波3D建模太离谱了!4秒生成一个精细模型 没想到AI建模这回真的是拼了!Hyper3D Rodin Gen 2.5 强势来袭!
这应该是目前测下来zui强的3D生成模型,没有之一。那这次到底升级到底有多狠呢,我们一个一个来看!
🔥 4秒生成百万面模型,千万面也能hold住
🔍 精度拉满——毛孔、布料纹理、金属划痕全还原
✏️ 一句话局部修改,指哪改哪,不用推倒重来
🎨 原生3D贴图,360°无死角PBR物理材质,导出即用
⚡ 最多同时跑10个模型,批量生成效率起飞
#3d建模 #AI工具 #建模 #建模教程
    02:13
    查看AI文稿
  • 做3D资产不用再手动建模?Rodin 2.5你试了吗?
#科技#ai#人工智能#热点#科技改变生活
    00:34
    查看AI文稿
  • 杀死比赛!全球首个千万面级3D生成AI模型诞生! #3d建模 #ai建模 #3d生成 #hyper3d #rodin
    05:58
    查看AI文稿
  • 谷歌最新视频生成模型Omni Flash实测! 效果你觉得怎么样?#AI #视频生成 #AI生成视频 #实测#nanobanana
    02:06
    查看AI文稿
  • 3D建模人!AI建模迈入精雕高清时代! 图片生成3D模型, Rodin Gen-2.5 建模技术可生成超过 1000 万面片的3D网格 #建模 #3d建模 #3d打印 #3D #AI新星计划
    00:41
    查看AI文稿
  • MIT开源项目GenCAD,正在重塑工业建模的逻辑
过去AI生成3D = Mesh、OBJ、不能编辑的“死模型”。
GenCAD做的事不一样:
输入一张草图 / 图片 → 生成完整的CAD建模历史、参数化命令、可编辑工程文件。
它不是替代“建模”,而是替代“重复建模”。
目前还是研究项目,复杂结构稳定性有限,成功率也不是100%。
但方向很清晰: 
提示词 + 调参数 → 参数化结构 → 可生产模型 
对工业设计、3D打印、参数化产品的人来说,这不是“未来”,是正在发生的底层变化。 
#3D打印科技 #生成CAD #3D打印 #MIT
    01:27
    查看AI文稿
  • 两台打印机靠Ai生成模型回本,教程都放这了抓紧尝试一下吧!#3d打印 #模型生成 #vlog十亿流量扶持计划
    00:58
    查看AI文稿
  • 一张图做出可用资产,影视游戏要变天? #Hyper3D  #AI  #游戏开发  #动画制作  #影视
    00:40
    查看AI文稿
  • 工业控制,嵌入式领域如何构建ai-agent,有没有一个基础的框架,这个视频完整讲清楚。
五层架构(从下到上)
Layer 0 — 工业数据源:PLC/SCADA 报警、OPC-UA 传感器时序、设备台账、SOP 文档
Layer 1 — 模型引擎:Qwen2.5-14B + LoRA 垂直微调 + AWQ INT4 量化 + vLLM 部署
Layer 2 — 高级 RAG:BM25 稀疏检索 + BGE-M3 向量检索,通过 RRF 融合后引入 Cross-Encoder Reranker,MRR@3 可从 0.433 跃升至 0.605(+40%) arXiv
Layer 3 — Agent 编排:结构化多轮提示策略下 LLM 故障诊断准确率达 91%;采用 LangGraph ReAct 循环 + Tool Calling 实现多步推理 arXiv
Layer 4 — 行动执行:企业微信/钉钉推送、CMMS 工单创建、PLC 授权指令下发(三重校验 + 熔断机制)
Layer 5 — LLMOps(横切面):OTel Collector 将 Metrics 导出至 Prometheus,通过 Grafana 可视化,并联动 Trace ID 秒级定位是向量数据库超时还是 vLLM 队列排队爆满;Arize Phoenix 基于 OpenTelemetry 构建,支持 LLM-as-a-judge 评估、Embedding 漂移检测、RAG 检索质量分析。 #工业 #工业自动化 #agent #嵌入式 #工控
    12:19
    工业控制,嵌入式领域如何构建ai-agent,有没有一个基础的框架,这个视频完整讲清楚。
    五层架构(从下到上)
    Layer 0 — 工业数据源:PLC/SCADA 报警、OPC-UA 传感器时序、设备台账、SOP 文档
    Layer 1 — 模型引擎:Qwen2.5-14B + LoRA 垂直微调 + AWQ INT4 量化 + vLLM 部署
    Layer 2 — 高级 RAG:BM25 稀疏检索 + BGE-M3 向量检索,通过 RRF 融合后引入 Cross-Encoder Reranker,MRR@3 可从 0.433 跃升至 0.605(+40%) arXiv
    Layer 3 — Agent 编排:结构化多轮提示策略下 LLM 故障诊断准确率达 91%;采用 LangGraph ReAct 循环 + Tool Calling 实现多步推理 arXiv
    Layer 4 — 行动执行:企业微信/钉钉推送、CMMS 工单创建、PLC 授权指令下发(三重校验 + 熔断机制)
    Layer 5 — LLMOps(横切面):OTel Collector 将 Metrics 导出至 Prometheus,通过 Grafana 可视化,并联动 Trace ID 秒级定位是向量数据库超时还是 vLLM 队列排队爆满;Arize Phoenix 基于 OpenTelemetry 构建,支持 LLM-as-a-judge 评估、Embedding 漂移检测、RAG 检索质量分析。 #工业 #工业自动化 #agent #嵌入式 #工控
    查看AI文稿
  • ai漫剧的本地生成 #ai漫剧 #openclaw#自媒体  本地模型跑漫剧的生成?结论是可以的,用事实来话。
    02:15
    查看AI文稿
  • 只需一张图,快速生成galgame 使用GPT生成美术资源和游戏文本,就能在Codex 上通过提示词和image gen指令,快速搭出一款可玩的轻量galgame。
整个流程其实很简单,先用GPT拆角色、美术风格、场景氛围和对话脚本,再让 image gen 补齐人物立绘、背景、UI 图标这些资源;接着在 Codex 里继续用自然语言描述交互需求,比如分支选择、点击推进、音效、口型切换、场景转场、全屏展示等,只需要两三轮对话,就能把一个ADV跑起来。
只要脑子里有一个概念和一个大致剧情方向,就能很快做出一个可以点、可以看、可以玩的demo。
#vibecoding #codex #image2 #galgame #二次元
    02:13
    查看AI文稿
  • 程序化模型 BY-GEN v10.0.0 双语对照版,程序化万物生成神器,一键批量生成机械、科幻、建筑等结构资产,自定义参数自由塑造造型! 
#blender #blender插件汉化 #Blender教程 #3D建模 #建模教程
    03:14
    查看AI文稿