◢𝓢𝓱𝓲𝓷◤

映像・画像・CG・VFX・AI・音響全般勉強中
以下のリンクから各種SNSをご覧いただけます

[◢𝓢𝓱𝓲𝓷◤ @Shin_GFX]

▼△▼ Apex Legends ✖ EVANGELION △▼△
Season6 G7Scout BattlePassSkin EVANGELION Edit.
Supersonic/初号機,アスカ,レイ

Model Download➢https://t.co/wyRiaQivrY

YouTube➢https://t.co/n5lNdipSCn

#ApexLegends #Apex #EVANGELION #エヴァ #エヴァンゲリオン #シンエヴァ @evangelion_co

[Carlos Barreto @carlosedubarret]

CEB Sam 3D body V3 available.
Tutorial: https://t.co/HV0b3fEhvk

Patreon link: https://t.co/AYdHRlmdE9

gumroad link: https://t.co/E9LhZZfnf9

#mocap #b3d

[◢𝓢𝓱𝓲𝓷◤ @Shin_GFX]

時代が変わるぞこれは…!

[Radiance Fields @RadianceFields]

Apple just announced gaussian splatting is coming to Apple Maps at WWDC.

[Radiance Fields @RadianceFields]

Apple just announced gaussian splatting is coming to Apple Maps at WWDC.

[モモ @momocolory]

ここは憧れの喫茶店「キヤッスル」
素敵なライトに大きな水槽
夢のような美しさ

[Sadao Tokuyama @tokufxug]

次世代モーションキャプチャ「MAMMA」

複数カメラの映像から512箇所の特徴点と「接触」をAIが予測し、複数人の複雑なポーズやハグも高精度に3D復元できます。

iPhoneを4台用意できれば、この環境が実現します。（詳細はリプ欄）

[Itaru Tomita / 冨田到 @itarutomy]

写真数枚から「物理エンジン直接読み込み可能な3Dメッシュ」を1秒未満で生成するモデル「TriSplat」が登場した（https://arxiv[.]org/html/2605.26115v1）。

主流の「3D Gaussian Splatting（3DGS）」は「ぼかした楕円体」を大量に並べてシーンを表現する手法。見た目は良いが、UnityやNVIDIA Isaac Simのような物理シミュレーターは三角ポリゴンのメッシュを要求するため、Gaussian出力からメッシュを取り出す「TSDF融合（空間をグリッドに区切って表面を復元する別処理）」が必要になる。この変換でレンダリング品質が大きく劣化するのが長年の課題だった。

TriSplatはこの問題を根本から回避する。レンダリングの基本要素を最初から「向きを持つ三角形」にしてしまうことで、描画出力がそのままメッシュとして機能する。後処理ゼロで物理エンジンに渡せる。

ただしGaussianと違い、三角形は向きのずれが致命的なアーチファクトを生む。これを解決するために3つの工夫が組み込まれている。まず「法線アンカリング」として、予測した点群から面の向きを幾何学的に算出して三角形の向きを固定する。次に「単眼法線ブートストラップ」として、学習初期は事前学習済みの法線推定モデルを教師に使い、点群が不正確な時期の「点群なしに法線が作れず、法線なしに点群が学べない」という鶏卵問題を解消する。さらに「漸進的シャープニング」として、訓練の初期は三角形をぼかして柔らかい塗り広がりを作り、徐々に鮮明な面へ移行することで学習を安定させる。

結果は数字で明確だ。RE10Kベンチマークのメッシュ描画PSNRはTriSplatが24.69 dBで最強Gaussianベースライン（YoNoSplat）の21.94 dBより+2.75 dB上。表面F1スコアも0.622対0.443と大差で、特に再現率の差が大きくTSDF変換後のGaussianが薄い構造体で大きくカバレッジを落とすことが分かった。速度は6枚入力でメッシュ生成まで0.57秒（最速ベースライン比33倍速）、24枚では最大249倍速い。ScanNetゼロショット（未学習の別データセット）でも法線誤差27.9°対54.1°と圧倒した。アブレーション（要素を一つずつ外す実験）では4つの工夫のどれを外してもF1が0.06前後・PSNRが1〜1.6 dB程度低下し、どれか一つが突出して重要というわけでなく全て組み合わせて機能する設計だとわかる。

出力したメッシュはUnityとNVIDIA Isaac Simに無変換で読み込め、ロボット把持・歩行・剛体シミュレーションが動作することも実証された。ロボットやARに「写真を撮れば即・物理対応3D」を持ち込む道筋がはっきりしてきた。

[えまっち│全国最強グルメ紹介🍣│楽天モバイル @gourmet_photo_]

6/15に池袋にオープンするらしい！しかもちゃんと座れるタイプ。

[SkalskiP @skalskip92]

INSID3 segments objects across domains using ONLY ONE annotated example

it works entirely without a segmentation decoder, task-specific fine-tuning, or external mask generators like SAM

CVPR 2026 paper with enormous practical potential

[田中義弘 | taziku CEO / AI × Creative @taziku_co]

正体不明のAI動画モデル「PURPLE」が
Artificial Analysisのブラインドテストに登場。

・クロームの歪んだ反射
・布で磨いた部分の変化
・人物の移動に伴う伸縮
・指紋や拭き跡

が整合性高く、再現されている。
期待ができる、動画生成AIの新モデル。

[Anna Riedl @AnnaLeptikon]

Lithography is the technology, that forces rocks to think by engraving runes.

[fofr @fofrAI]

> Make it spray paint

[ご褒美コスパ宿 @cospernda]

長野で、森と川の中に泊まれるコテージが素敵すぎる…

小さな家みたいな部屋で過ごして、
夜は星空、朝は森の澄んだ空気が最高

これで1人10,000円〜(投稿時)

[桐山登士樹 @kiriyama_trunk]

金属研磨された金属が液体のように波打つ素材をテーブル天板に「FLUX TABLE」、今後どう発展するか楽しみな素材。
(株式会社ダイカン)

[나무13 @__tree_13]

나무13의 내추럴 작업방
화장실용무 외 모든것이 해결가능 🤦‍♂️

[◢𝓢𝓱𝓲𝓷◤ @Shin_GFX]

なんかめちゃいい写真出てきた

[kinugasa @pagie888]

大都会東京の建築美

[西尾 理志 (Takayuki Nishio) @_240_]

技術的にすごいんだけど、まさかのギャングダンスに意識を持っていかれる

[Christian Holz @cholz]

Sparse wearable inertial motion capture often struggles with drift and limb jitter during fast motion.

Ultra Diffusion Poser leverages between-sensor geometry into diffusion guidance and tracks smooth full-body motion from 6 IMU+UWB nodes with ~22% lower joint error. #CVPR2026

[fofr @fofrAI]

Make the building dance to music

[Seamless @shiropen2]

1B最強でペット付きなローカルAI「MiniCPM5-1B」、マルチプレイのゲーム環境をリアルタイムにAI生成するNVIDIA開発の世界モデル「γ-World」など生成AI技術5つを解説（生成AIウィークリー） https://t.co/2UXeZmC04S 添付動画はNVIDIAの映像内の物体を高速・高精度に見つけ出すAI「LocateAnything」