Google DeepMind 推出的全新 4D AI 模型 CAT4D,能够将普通视频转化为沉浸式的 4D 体验。让观众仿佛置身于影片之中,能够从不同角度身临其境地感受场景中的每个细节。
CAT4D 工作原理
CAT4D 利用多视角视频扩散模型(multi-view video diffusion model)将任何真实的视频转化为动态的 3D 模型。观众还可以随时冻结画面,从全新的视角进行观赏。
CAT4D项目地址
CAT4D论文地址
Google DeepMind 推出的全新 4D AI 模型 CAT4D,能够将普通视频转化为沉浸式的 4D 体验。让观众仿佛置身于影片之中,能够从不同角度身临其境地感受场景中的每个细节。
CAT4D 利用多视角视频扩散模型(multi-view video diffusion model)将任何真实的视频转化为动态的 3D 模型。观众还可以随时冻结画面,从全新的视角进行观赏。
CAT4D项目地址
CAT4D论文地址
2026 年国产大模型中文文案能力迎来新标杆。评测显示,Kimi K2.6 以最低 "AI味” 和最高创意评分领跑,最接近人类写作风格。DeepSeek V4 Pro 凭借极低重复率和超长上下文,成为长文与 SEO 内容首选。GLM 5.1 则在指令遵循上表现最强,适合严格格式约束场景。文章详细对比了六款主流模型的规格、基准数据及适用场景,为品牌营销、内容创作团队提供选型参考。
OpenClaw 2026.5.2 稳定版发布,核心策略转向“做减法”。xAI Grok 4.3 成为默认模型,赋予智能体实时信息获取能力。架构上,插件与诊断模块外移,实现按需安装,显著降低体积并提升维护效率。Gateway 热路径性能优化修复了 268 个 Bug,大幅改善启动速度与运行稳定性。新增 SDK tools.invoke RPC 接口,打通外部系统调用通道,标志着框架从个人助手向基础设施演进。

文本转 CAD AI 正重塑工程设计方式:用户通过自然语言描述即可在 60 秒内生成可编辑的三维模型。主流工具如 Zoo 、 AdamCAD 等已实现商业化应用, 2026 年进入生产可用阶段。文章强调输入质量决定输出质量,提供了从设计描述到模型生成的完整工作流,并指出 CAD 工具的价值门槛正从“会操作”转向“会描述”,提示词能力成为工程师的核心竞争力。
围绕《Google Deepmind 推出新的 4D AI 模型 CAT4D》展开交流,未登录用户可浏览评论,登录后可参与讨论。