个人简介

杨洁，中国科学院计算技术研究所助理研究员，博士毕业于中科院计算所，研究方向为几何处理和几何学习。相关研究成果发表在ACM SIGGRAPHTOG、IEEE TPAMI、IEEE TVCG、NeurIPS、CVPR等期刊和会议上。曾获得博士后创新人才支持计划、浙江大学陆增镛高科技奖等奖项。目前担任中国计算机学会计算机辅助设计与图形学专委会执行委员、中国图象图形学学会智能图形专委会委员以及中国图象图形学学会三维视觉专委会委员，并担任多个期刊会议的审稿人。

报告题目：三维内容生成的技术演进：高保真建模与经典问题新思路

报告摘要：近年来，基于生成式AI的三维内容创建技术取得了显著进展。本报告将分享我们在该领域的最新探索，主要围绕两个技术维度展开：首先，针对当前三维生成模型在几何细节与材质精度方面的局限性，我们在scaling的范式下，通过引入新的三维表达和神经网络训练策略，在保持生成效率的同时显著提升模型输出质量。其次，针对计算机图形学中依赖人工经验的经典难题，我们尝试将深度学习与领域知识相结合：在角色绑定(rigging)方向，提出基于自回归范式的可泛用自动骨骼绑定生成方法；在四边形网格生成(quad meshing)领域，开发了数据驱动的自适应网格拓扑生成算法。这些探索初步验证了生成式方法在结构化、可控三维内容创建中的潜力，为连接经典图形学管线与AI生成技术提供了新的可能性。

个人简介：清华大学计算机科学与技术系学士及博士（2009-2018），师从胡事民院士，专注计算机图形学与三维视觉研究。曾获Pacific Graphics 2014最佳论文奖、SIGGRAPH Asia 2024最佳论文荣誉提名。主导多个知名3D AI开源项目（如threestudio、TripoSR），累计Github star数超10K，曾获 2023年度CCF优秀图形开源项目奖。作为4D重建创业公司Owlii创始团队成员及CTO（2019年被快手收购）、快手Y-tech高级研究员、腾讯AI Lab和PCG ARC Lab专家研究员及三维方向负责人，在实时动态3D重建、视觉动作捕捉、4D重建、生成式AI等方向有丰富产品落地经验。现为VAST公司联合创始人和首席科学家，致力于3D生成式AI的技术研发与应用。

报告题目：三维表示——从传统方式到AIGC时代

报告摘要：三维表示作为图形学的核心问题之一，始终处于不断探索与发展中。本次报告将探讨两个主要问题：图形学需要怎样的三维表示，及是否存在最优的三维表示。具体的子问题包括：连续表示与离散表示的优劣；隐式与显式表示的适用场景；精确几何建模与高质量渲染的平衡；计算效率与模型质量的权衡；单层次结构与多层次结构的对比；以及三维表示与二维生成的相互关系。在回顾这些开放性问题的同时，报告也提出了一些可能的解决思路。

个人简介：蔡棽，东华大学计算机学院副教授。本硕毕业于山东大学，博士毕业于上海交通大学。研究领域为基于几何的计算机视觉和图形学，研究方向包括：摄像机标定、单应估计、姿态估计、三维精简表示、壳表示、神经隐式重建等。以一作或通信作者身份发表了含PAMI、CVPR等20余篇论文，主持国家自然基金青年项目等，获得国家发明专利授权多项，所开发的多目标定和姿态估计算法已被应用于深度相机等产品中。

报告题目：三维重建与生成：相爱与相杀

报告摘要：基于多视角的三维物体重建工作一直面临着重建不完整等问题，主要原因在于拍摄时不可避免的遮挡所致。反观目前的三维生成工作，通过单张图或者少量图便可以生成高质量完整的三维模型，然而其与输入的图像往往很难一致。本报告将讨论如何利用生成模型很好的做好重建任务。

个人简介：韩晓光博士，现任香港中文大学（深圳）理工学院助理教授。他于2017年获得香港大学计算机科学专业博士学位。其研究方向包括计算机图形学和三维视觉等，在该方向著名国际期刊和会议已发表论文100余篇，包括顶级会议和期刊SIGGRAPH(Asia), CVPR, ICCV, ECCV, NeurIPS, ACM TOG, IEEE TPAMI等。他曾获得吴文俊人工智能优秀青年奖，广东省杰出青年基金资助，香港中文大学（深圳）青年科研奖。曾担任CVPR、ICCV、ECCV、NeurIPS等领域主席，Siggraph Asia 程序委员，同时也是IEEE TVCG 以及 Computer&Graphics 的编委。他的工作曾两次获得CCF图形开源数据集奖，曾两次入选CVPR最佳论文列表，曾入选世界人工智能大会青年优秀论文提名奖。他也积极组织和参与各种学术活动，目前担任GAMES秘书长，负责GAMES平台的运营，他也曾策划和组织论文背后的故事（PaSS）系列在线科研分享活动。

报告题目：3D AIGC的技术发展和展望

报告摘要：本报告主要探讨了3D AIGC（人工智能3D生成内容）的应用前景，特别是其在商业化方面的潜力和技术挑战。3D AIGC在游戏、影视、虚拟现实等领域具有广阔的商业化前景，能够显著降低内容生产成本，提高创作效率。然而，技术上仍面临诸多挑战，主要体现在高质量3D模型的可控生成。当前的前沿研究技术包括结合不同的3D表征方法，基于DiT进行生成模型的训练和推理。这些技术在提升3D内容生成质量和效率方面取得了显著进展，但仍需解决数据稀缺、计算资源消耗大、表达质量有限等问题。展望未来，随着算法的不断优化和硬件性能的提升，3D AIGC有望实现更高的生成质量和更广泛的应用场景，推动数字内容产业的进一步发展和创新。

个人简介：黄经纬博士，毕业于斯坦福大学计算机系，研究兴趣集中在3D视觉领域，特别是3D重建和生成技术。2020年，黄经纬博士加入华为天才少年项目，担任项目带头人，成功发布了华为花瓣地图实景三维NeRF产品。2024年，黄经纬博士加入腾讯，担任技术专家，再次作为项目带头人，发布了腾讯混元3D-2.0生成模型，并将其开源，推动了3D生成技术的普及和应用。目前，黄经纬博士致力于探索和实践高质量的三维生成技术，目标是将这些技术应用于大规模的游戏管线商业化，推动游戏产业的技术进步和创新。

报告题目：结构化三维内容生成

报告摘要：近年来，随着扩散模型理论的突破性进展与千万级三维素材的开源发布，三维内容生成领域迎来了快速的发展。经过了分数蒸馏采样-多视图生成-原生三维生成的路线发展，三维生成方法的建模质量越来越好。然而，当下在结构化三维内容生成方面的研究仍较少，本报告将介绍具备语义结构的三维内容、工业CAD模型以及规整拓扑网格等结构化三维内容的生成方法。

个人简介：南京大学智能科学与技术学院准聘副教授，南京大学紫金学者，国家级青年人才（海外）。 2023年博士毕业于香港大学，导师为王文平教授 (IEEE & ACM Fellow) 和Taku Komura教授； 2018年本科毕业于浙江大学。本人长期关注三维重建与生成、空间智能等方向的研究，近5年在TPAMI / CVPR / SIGGRAPH等国际顶级计算机视觉与图形学期刊会议上发表文章三十余篇，其中第一作者与通讯作者论文19篇，获得授权国家专利一项。谷歌学术总引用量2000余次，开源项目在github平台累积获得超1.4万次星标关注。在三维生成领域有SyncDreamer、Wonder3D、Craftsman3D等系列工作，其中Wonder3D工作在github开源平台获得5000次星标关注，在Huggingface平台获15万次访问运行。