कुनपुलन वानवे ने आज आधिकारिक रूप से अपना Matrix-Zero विश्व मॉडल लॉन्च किया, जो देश की पहली AI कंपनी है जो एक साथ 3D दृश्य उत्पादन और इंटरएक्टिव वीडियो निर्माण की क्षमता रखती है, जिससे यह स्पatial इंटेलिजेंस के क्षेत्र में महत्वपूर्ण प्रगति का प्रतीक बनता है। Matrix-Zero की मुख्य विशेषताओं में इसकी शक्तिशाली 3D दृश्य निर्माण क्षमता है। यह क्षमता उपयोगकर्ता द्वारा प्रदान की गई छवियों को वैश्विक सुसंगतता के साथ, स्वतंत्र रूप से अन्वेषण योग्य वास्तविक 3D दृश्य में परिवर्तित कर सकती है। यह अपार संभावनाओं वाली तकनीक निम्नलिखित प्रमुख विशेषताओं के साथ आती है: वैश्विक सुसंगतता: Matri

14 फ़रवरी 2025, कुनलुन वानवे समूह ने आधिकारिक रूप से Matrix-Zero विश्व मॉडल लॉन्च किया, जो चीन की स्पatial intelligence क्षेत्र में एक महत्वपूर्ण कदम का प्रतीक है। Matrix-Zero में दो उप-मॉडल शामिल हैं: 3D दृश्य जनरेशन बड़ा मॉडल और इंटरैक्टिव वीडियो जनरेशन बड़ा मॉडल, जिसका उद्देश्य AI तकनीक के माध्यम से डिजिटल कंटेंट निर्माण के तरीके को पुनः आकार देना और फिल्म निर्माण, गेम विकास, एम्बॉडेड इंटेलिजेंस जैसे उद्योगों में नवाचार को बढ़ावा देना है।

लंबे समय से, एक ही छवि के आधार पर उच्च गुणवत्ता और व्यापक दृष्टिकोण वाले 3D दृश्यों को प्रभावी ढंग से उत्पन्न करना शोधकर्ताओं के सामने एक चुनौती रही है। पारंपरिक विधियाँ अक्सर बहु-कोण डेटा पर निर्भर होती हैं, या समय-consuming पूर्ण दृश्य के अनुकूलन की आवश्यकता होती है, और पृष्ठभूमि गुणवत्ता और अदृश्य क्षेत्रों के पुनर्निर्माण में कमी होती है। मौजूदा तकनीकें एकल दृश्य 3D दृश्य उत्पन्न करते समय अक्सर जानकारी की कमी के कारण ओवरलैप क्षेत्रों में त्रुटियों या विकृति, पृष्ठभूमि धुंधलापन और अदृश्य क्षेत्रों की ज्यामिति संरचना को परिभाषित करने में कठिनाई का सामना करती हैं। जबकि प्रतिगमन-आधारित मॉडल नई दृष्टिकोण संयोजन में अग्रेषण कर सकते हैं, वे जटिलता को संभालने में कठिनाई का सामना करते हैं।

चीन की एकेडमी ऑफ साइंसेस, टोंगजी यूनिवर्सिटी और निंगबो यूनिवर्सिटी के संयुक्त टीम द्वारा विकसित एक नवोन्मेषी पॉइंट क्लाउड संकुचन तकनीक (TSC-PCAC) में महत्वपूर्ण सफलता मिली है। यह तकनीक न केवल पॉइंट क्लाउड डेटा के संकुचन की दक्षता को बढ़ाती है, बल्कि प्रोसेसिंग समय को भी काफी कम करती है, जिससे AR/VR जैसी 3D अनुप्रयोगों के विकास के लिए तकनीकी बाधाओं को समाप्त किया जा सकता है। वर्तमान 3D दृश्य तकनीक के तेजी से विकास के संदर्भ में, पॉइंट क्लाउड, आभासी वास्तविकता और संवर्धित वास्तविकता के लिए एक प्रमुख डेटा रूप होने के नाते, बड़े पैमाने पर परिवहन और भंडारण की चुनौतियों का सामना कर रहा है। एक उच्च गुणवत्ता का पॉइंट क्लाउड लाखों डेटा बिंदुओं को शामिल कर सकता है, हर बिंदु

वर्चुअल वास्तविकता और स्ट्रीमिंग के क्षेत्र में, NVIDIA ने मैरीलैंड विश्वविद्यालय के साथ मिलकर एक क्रांतिकारी प्रगति की है। इस AI मॉडल को QUEEN नाम दिया गया है, जो दर्शकों को खेल आयोजनों में अपनी इच्छानुसार देखने के दृष्टिकोण को स्विच करने की अनुमति देता है, और साथ ही हर फ्रेम 3D दृश्य को केवल 0.7MB आकार में संकुचित करता है, जबकि आश्चर्यजनक 350 फ्रेम प्रति सेकंड रेंडरिंग गति बनाए रखता है।

इलिनोइस इंस्टीट्यूट ऑफ टेक्नोलॉजी, झेजियांग यूनिवर्सिटी, सेंट्रल फ्लोरिडा विश्वविद्यालय और इलिनोइस विश्वविद्यालय शिकागो के शोध टीमों ने हाल ही में नया 3D दृश्य बड़ा भाषा मॉडल Robin3D जारी किया है। यह मॉडल एक मिलियन निर्देश पालन डेटा वाली बड़े पैमाने के डेटा सेट पर प्रशिक्षित किया गया है, और पांच सामान्य उपयोग में आने वाले 3D मल्टीमॉडल लर्निंग मानक परीक्षणों में वर्तमान में सर्वश्रेष्ठ प्रदर्शन प्राप्त किया है, जो सामान्य 3D बुद्धिमान एजेंट निर्माण की दिशा में महत्वपूर्ण प्रगति का प्रतीक है। Robin3D की सफलता को इसके अभिनव डेटा इंजन RIG (Robu) के लिए श्रेय दिया जाता है।

हाल ही में, तियानजिन विश्वविद्यालय और हार्वर्ड विश्वविद्यालय के छात्र इस प्रकार की उच्च तकनीक तैयार करने में लगे हुए हैं - LangSplat। यह तीन आयामी गॉसियन स्प्लैश तकनीक का उपयोग करके, टेक्स्ट को तीन आयामी अंतरिक्ष में जीवित कर देता है, जिससे वास्तविक विश्व में ओपन टेक्स्ट क्वेरी को सक्षम बनाया जाता है।