计算机图形学
lijiaman.github.io
CHOIS全称为Controllable Human-Object Interaction Synthesis，是面向人机交互动作生成领域的开源技术项目，核心定位是可控的人与物体交互动作合成工具。核心功能包括根据自然语言描述生成对应的人与物体协同运动序列、结合初始状态与稀疏路径点约束输出符合物理规则的交互动作、通过接触约束保障手物交互与地面支撑的合理性。目标用户覆盖计算机图形学研究者、游戏动画开发人员、虚拟场景制作从业者、机器人运动规划研发人员等，可应用于3D动画内容制作、虚拟数字人交互动作开发、机器人行为模拟训练、元宇宙场景交互内容搭建等场景，帮助用户降低复杂交互动作的制作与研发成本。
physdreamer.github.io
PhysDreamer是专注于静态3D对象交互式动力学模拟的技术展示平台，核心定位是为缺乏物理属性数据的3D对象赋予符合现实规律的动态交互效果。平台核心功能包括基于视频动力学先验的物理模拟、多类型交互输入的动态反馈生成、模拟结果可视化渲染输出三类，主要面向计算机图形学研究者、3D内容创作者、游戏开发工程师、虚拟交互场景设计师等群体，可应用于元宇宙场景搭建、游戏交互逻辑验证、虚拟产品原型测试、动画内容制作等多种场景，帮助用户在无需采集真实物体物理参数的前提下，生成符合现实物理规律的3D对象交互反应效果。
taohuumd.github.io
SurMo是面向动态人体渲染领域的研究项目展示平台，核心定位为呈现创新的动态人体渲染范式技术成果。平台提供完整的技术原理说明、实验效果对比Demo、相关论文下载等核心功能，同时支持用户在线查看不同运动场景下的人体渲染输出样例。目标用户覆盖计算机图形学研究人员、数字内容创作者、动画制作从业者、三维交互开发工程师等群体，可应用于学术研究参考、影视动画角色制作、虚拟数字人渲染、运动捕捉效果优化等多个场景，帮助相关从业者了解动态人体渲染领域的前沿技术路径与实际应用效果。
instruct-nerf2nerf.github.io
Instruct-NeRF2NeRF是专注于3D NeRF场景指令式编辑的学术项目网站，核心定位为通过文本指令实现NeRF场景的可控编辑。核心功能包括文本指令驱动的3D场景修改、多视角一致性编辑优化、真实世界大规模场景适配。目标用户覆盖计算机图形学研究人员、3D内容开发者、VR/AR内容创作者、影视特效制作人员、高校相关专业学生等。适用于3D场景风格转换、场景元素替换、场景属性调整、数字孪生场景迭代等多种工作场景，无需手动逐帧调整3D资产，即可输出符合指令要求的一致性3D编辑结果。
sagipolaczek.github.io
NeuralSVG是由特拉维夫大学与MIT CSAIL研究团队联合开发的矢量图形生成研究工具，核心定位是基于隐式神经表示技术实现文本提示到SVG矢量图的转化。该工具参考神经辐射场（NeRFs）技术逻辑，将场景信息编码到小型多层感知器（MLP）网络权重中，支持分数蒸馏采样（SDS）优化生成过程，同时提供生成后参数动态调整能力。目标用户覆盖设计领域从业者、人工智能研究人员、计算机图形学学习者、前端开发人员、文创内容创作者等群体，可用于学术研究验证、设计素材初稿生成、矢量图形特性探索、教学演示等多个场景。
nowheretrix.github.io
DualGS是基于双高斯溅射技术的体积视频处理开放项目官网，核心定位为面向学术研究、数字内容创作领域的人体体积视频表示技术落地载体，核心功能包括双高斯人体建模、体积视频高压缩比处理、多端实时渲染适配。目标用户覆盖计算机图形学研究者、动作捕捉内容开发者、VR内容创作者、数字人制作团队等，可应用于学术研究复现、体积视频内容生产、移动端/VR端动态数字人渲染、动捕素材高效存储传输等场景，为人体体积视频的制作、压缩、渲染全流程提供技术方案参考与Demo体验。
该网站是法国国家信息与自动化研究所（INRIA）发布的辐射场重照明技术研究项目展示平台，核心定位为呈现基于扩散模型的多光照合成辐射场重照明方案。核心功能包含完整技术原理说明、方法效果可视化对比、相关研究论文与实验数据集下载。目标用户覆盖计算机图形学领域研究人员、3D内容开发从业者、AR/VR场景开发工程师、高校图形学方向师生。使用场景包括学术研究中辐射场相关技术的参考借鉴、3D内容制作过程中场景重照明效果的生成、AR/VR应用中真实感光照交互方案的研发等，为相关领域从业者提供前沿技术的参考与实践依据。
qingqing-zhao.github.io
PhysAvatar是一个结合逆向渲染与逆向物理技术的研究型框架，核心作用是从多视角视频数据中自动提取人体相关的三维与物理属性。其核心功能包括多视角视频驱动的人体属性估计、服装物理参数逆向求解、跨场景新视角内容渲染三类，主要面向计算机图形学研究者、数字内容创作者、虚拟形象开发人员等群体，可应用于虚拟人制作、影视动画角色建模、数字服装仿真等多个专业场景，帮助用户降低高精度人体虚拟形象的制作成本，提升虚拟形象在不同场景下的渲染真实度。
costwen.github.io
Ouroboros3D是面向3D内容创作领域的统一3D生成开源框架，核心是将基于扩散的多视图图像生成与3D重建能力集成到递归扩散流程中，通过自条件机制实现两个模块的联合训练适配。其核心功能包括多视图图像递归生成、3D模型实时重建、几何一致性校验、推理过程可视化、自定义训练参数配置。目标用户覆盖3D算法研究人员、计算机图形学开发者、3D内容创作从业者、高校相关专业师生、AI生成内容技术爱好者。可应用于3D内容批量创作、数字孪生模型构建、游戏素材快速生成、学术研究算法验证、元宇宙场景搭建等多个场景，帮助用户降低3D内容生成的技术门槛，提升3D模型生成的几何稳定性。
xpandora.github.io
PhysGaussian是面向3D内容创作、仿真研究领域的统一仿真渲染管线工具，核心定位是实现物理动力学仿真与高保真渲染的无缝融合。其核心功能包括基于3D高斯核的物理形变模拟，可支持弹性体、塑性体、流体等多种材质的动力学演化；物理属性与渲染属性的同源绑定，仿真过程中材质形变、应力变化可直接同步到渲染效果；无网格架构的轻量化运行，无需依赖传统三角网格、四面体网格等中间几何结构。该工具面向计算机图形学研究者、3D动画创作者、工业仿真工程师、游戏开发人员等群体，可应用于影视特效中自然物理效果制作、工业产品力学形变测试预演、元宇宙场景动态内容生成、科研仿真结果可视化等场景，助力降低仿真到渲染的流程损耗，提升3D动态内容制作效率。
sherwinbahmani.github.io
4D-fy是面向科研人员与内容创作者的文本驱动4D内容生成技术展示平台，基于混合分数蒸馏采样技术，可将自然语言描述转化为包含空间结构与动态变化的高保真4D场景。平台核心功能包括文本输入生成动态4D辐射场、多视角预览生成效果、参数可调的渲染输出，服务于计算机图形学研究者、动画内容制作者、元宇宙场景搭建人员等群体，可用于学术研究验证、动画分镜快速构思、元宇宙动态场景原型制作等场景，用户无需手动建模即可通过文字描述生成具备合理3D结构与自然运动效果的4D内容。
haar.is.tue.mpg.de
HAAR是由马克斯·普朗克研究所发布的文本驱动3D发型生成学术工具，核心定位是为计算机图形领域提供可直接应用的高保真3D发型资产生成能力。核心功能包括文本提示驱动的3D发型生成、发丝级高分辨率发型重建、自动标注的合成发型数据集输出，目标用户覆盖动画制作人员、游戏开发设计师、虚拟数字人创作者、计算机图形学研究人员等，可应用于影视动画角色资产制作、游戏角色发型自定义开发、虚拟数字人形象定制、3D发型相关学术研究实验等多种场景，生成的发型资产可直接对接主流计算机图形渲染管线使用。
buaavrcg.github.io
BakedAvatar是面向实时神经头像合成领域的技术项目站点，核心是可兼容标准多边形光栅化流水线的神经头像表示方案。该项目提供了完整的三阶段神经头像合成技术框架，支持从单眼视频生成4D动态头像，可实现表情编辑、视角合成等操作。目标用户覆盖计算机图形学研究人员、游戏开发人员、虚拟人制作从业者、数字内容创作者、高校计算机相关专业学生等群体，可应用于实时虚拟人驱动、影视角色制作、VR/AR虚拟形象生成、人脸动画效果研发等多种场景，为降低实时神经头像的部署门槛提供了技术路径。
yukun-huang.github.io
DreamWaltz-G是一款面向3D内容创作领域的文本驱动3D头像与全身动画生成框架官网，核心定位是为3D创作者、研究人员提供可控性强的3D数字人生成解决方案。核心功能包括文本驱动3D头像生成、骨架引导的全身动画制作、混合3D高斯实时渲染，目标用户覆盖计算机图形学研究人员、游戏3D美术设计师、虚拟数字人创作者、动画制作从业者等群体，可应用于虚拟偶像内容制作、游戏角色原型设计、学术3D生成方法验证、短视频虚拟角色动画创作等多种场景，帮助用户降低3D数字人内容的制作门槛，提升生成内容的视角与姿势一致性。
lizhiqi49.github.io
DreamMesh4D是一个面向4D内容生成的学术技术框架站点，核心定位是实现从单目视频输入到高质量4D动态对象的自动生成。其核心功能包括单目视频4D对象重建，支持结合NeRF或3D高斯作为底层表示实现高保真渲染，还提供兼容主流3D生产流程的网格输出能力。站点目标用户覆盖计算机图形学研究者、3D内容创作者、游戏开发人员、影视动画制作者等群体，可用于学术研究中的4D重建技术验证、游戏资产的动态化制作、影视动画中角色与道具的4D内容生成、AR/VR场景中的动态模型搭建等多种场景，有效降低4D内容生产的技术门槛。
nv-tlabs.github.io
GET3D (Nvidia)是英伟达多伦多实验室推出的3D模型生成研究平台，核心定位是基于2D图像训练的AI生成式3D建模工具。平台核心功能包括3D纹理模型自动生成、多类别3D资产批量产出、生成模型效果在线可视化展示，目标用户覆盖计算机图形学研究者、3D内容创作者、游戏开发从业者、元宇宙内容构建人员等，可应用于学术研究验证、游戏场景资产搭建、数字人基础模型生成、工业产品原型可视化等多种场景，帮助用户降低3D模型创作的技术门槛，提升3D内容生产效率。
threedle.github.io
MeshUp是基于混合得分蒸馏技术的3D网格变形工具，核心定位是为3D创作、科研人员提供精准可控的网格局部编辑能力。核心功能包括文本/图像驱动的多概念变形、自定义顶点选择的局部区域控制、3D一致掩码的概念混合效果生成。目标用户覆盖3D建模从业者、计算机图形学研究者、游戏美术设计师、数字内容创作者。可应用于3D模型局部风格调整、多风格融合的角色模型制作、科研场景下的3D网格变形算法验证等场景，无需复杂的手动网格调整操作，即可实现高精度的网格形态修改。
chenhonghua.github.io
MVDrag3D是基于多视图生成与重建先验技术打造的拖拽式3D编辑框架，核心定位是降低3D内容编辑的操作门槛，实现更灵活的3D对象调整。核心功能包括多视图一致的拖拽式3D变形、3D高斯实时重建与优化、跨视图编辑效果一致性校验。目标用户覆盖3D建模从业者、计算机图形学研究人员、游戏内容开发者、工业设计人员、数字内容创作者等群体，可应用于3D模型局部调整、创意3D造型设计、多视图一致内容生成、3D重建后优化等多种场景，支持多种常见3D对象类别的编辑需求。