科技日报记者 都芃
在日前举办的2025深圳全球招商大会人工智能与机器人主题活动现场，AI创业企业DreamTech正式发布了其新一代基础模型架构Neural4D-2.5。该模型实现从底层算法到终端应用的全栈重构，突破了困扰3D AIGC（人工智能生成内容）领域已久的贴图与实物制造难题。
在纹理贴图上，不同于行业常用的“先建白模再投影贴图”的分离式做法，Neural4D-2.5在生成瞬间便可实现几何结构、纹理色彩与物理属性在三维空间中的同步“生长”。这种“感生一体”的设计，从根源上消除了传统模型常见的贴图错位和光影死板问题。
在算力昂贵的今天，国内外AI巨头训练同类3D大模型通常需要数千张GPU（图形处理器），耗时数周，单次训练成本超百万美元。Neural4D-2.5的训练成本仅为行业的1/30，推理成本仅为1/20。更低的成本，带来的是更强的性能。评测数据显示，Neural4D-2.5的整体性能领先，针对复杂场景的生成成功率更是较上一代提高200%。
在3D AIGC领域，最难的生成对象往往不是写实物体，而是那些看似“不讲道理”的图片——比如一张夸张的表情包，或者飘逸的魔法特效，常规算法通常对此束手无策。
作为首个突破100万Tokens（词元）上下文的3D生成模型，Neural4D-2.5不再只是“看图猜形状”，而是能够深度解析并构造复杂的拓扑结构。无论是悬浮的粒子、飘散的头发，还是抽象的写意画甚至表情包，都能被模型精准捕捉并构建。
针对3D AIGC纹理贴图中常见的纹理质量问题，Neural4D-2.5对色彩解码器进行了针对性优化，重点解决了高频杂色与颜色溢出两大痛点，通过优化解码算法，显著减少了纹理中的伪影和噪点，使模型表面更加干净、通透；增强了模型对不同材质和颜色区域的界定能力，确保色彩边界清晰，互不干扰。
相比上一代，Neural4D-2.5生成的贴图质量显著提升，减少了后续人工修图的工作量，更加接近“开箱即用”的标准。
（受访单位供图）
网友评论
