第37期CSIG企业行——走进腾讯暨腾讯青云计划xAnySyn3D技术沙龙将于6月22日举办

时间:2025-06-16      来源: 中国图象图形学学会

“CSIG图像图形企业行”是中国图象图形学学会主办的走进企业系列活动,旨在充分发挥学会专家资源优势,搭建学术界与企业交流合作平台,助力企业解决技术研发、转型升级、人才引进等需求,为企业创新发展提供科技支撑,为图像图形领域高校师生提供与企业互动机会,共同推动图像图形领域的发展。CSIG企业行系列活动已分别在百度、三一重工、京东、金山办公、荣耀、360、广电运通、海康等企业成功举办。

本次CSIG企业行(第37期)——走进腾讯暨腾讯青云计划xAnySyn3D技术沙龙将于6月22日腾讯上海总部(上海市徐汇区龙爱路231号腾讯滨江大厦)举办,由中国图象图形学学会、腾讯主办,中国图象图形学学会智能图形专委会、AnySyn3D社区承办,我们将邀请腾讯公司技术专家和高校学术大咖,共同探讨3D领域最前沿的话题与个人成长发展。报名将于6月18日12:00截止,欢迎相关领域的师生报名参加。具体参与信息以短信邮件等通知为准。

b782fba4ecef255b47beddc1011308a.png


图片1.jpg

刘缘

香港科技大学助理教授

个人简介:刘缘,香港科技大学ISD系助理教授。他从香港大学计算机系获得博士学位,师从王文平教授和Taku Komura教授。之后,他在南洋理工大学的刘子纬教授课题组进行了博士后研究。他的研究集中于三维计算机视觉和计算机图形学。他致力于利用人工智能技术实现快速高效精确的三维重建、三维生成、视频生成并服务于下游影视、动画、游戏等任务中。他的工作例如SyncDreamer,NeuS,PVNet等在领域内获得广泛好评,成为领域内的基础算法。他在计算机视觉与图形学顶会顶刊(CVPR, ECCV, ICCV, NeurIPS, SIGGRAPH, ICLR等)上发表论文40余篇。

报告题目:从三维动态重建到三维可控视频生成

报告摘要:本报告关注于如何高效实现动态场景数字化与可控视频创作,将分享两项前沿工作:一方面,基于新兴的 DUST3R 技术,我们探索单目视频三维动态重建方法,不仅能生成高精度三维点云,还能准确估算相机位姿。该技术突破了传统数据采集的限制,有潜力能够将海量视频资源转化为三维数据。另一方面,我们尝试用三维控制信号引导视频生成,促使扩散模型摆脱仅在二维像素层面建模的局限,深度理解三维空间逻辑。这一工作让视频生成具备更强的可控性,有望为影视特效、游戏场景制作等行业的创作工具与技术方案。


图片2.jpg

彭思达

浙江大学研究员

个人简介:彭思达,浙江大学软件学院“百人计划”研究员,博士生导师,研究方向为三维计算机视觉和计算机图形学。至今在TPAMI、CVPR、ICCV等期刊或会议发表五十余篇论文,谷歌学术引用5700余次,其中一篇一作论文获得CVPR最佳论文提名,成果获得GitHub数万次stars和2024年中国CCF图形开源软件奖;入选China3DV 2025年度杰出青年学者、斯坦福2024全球Top 2%科学家榜单、2024年中国计算机学会优博(国内计算机领域评选十人);被苹果公司评为2022 Apple Scholar(亚太地区唯一),被华为公司评为2024启真优秀青年学者。

报告题目:面向自动驾驶仿真的动态街景重建技术

报告摘要:动态街景的高精度建模与重渲染可以为自动驾驶系统提供仿真环境,降低训练与测试的成本和时间。本人过去一年围绕该问题展开研究,针对现有方法动态表征难、重建质量差、渲染视角小、雷达仿真慢四个局限,提出了动态三维街景表征构建与先验学习系列工作,包括FreeTimeGS(CVPR 2025)、PromptDA(CVPR 2025)、StreetCrafter(CVPR 2025)、LiDAR-RT(CVPR 2025),大幅度提升了动态街景重建的效果。


图片3.jpg

修宇亮

西湖大学助理教授

个人简介:修宇亮,西湖大学助理教授,远兮实验室负责人,博士生导师。博士毕业于德国马克斯普朗克研究所,师从 Michael J. Black。其研究方向为数字人,个性化多模态生成,三维视觉感知及重建。在学术会议 SIGGRAPH、CVPR、NeurIPS、ICLR 等发表论文 20余篇,曾在 Meta/Unisoft 等业界研究机构实习,主导开源项目获星标 12,000 余次。曾担任 3DV2025 和 ICCV2025 领域主席。荣获 SIGGRAPH2020 RTL 最佳展示奖,中国优秀开源项目奖,CSIG 学术新锐奖,其数字人重建技术被《纽约时报》应用于2022 年世界杯和 2023 年超级碗的赛事报道中。

报告题目:终生进化的数字生命 (LifeLong Digital Humans)

报告摘要:围绕数字人四大核心问题:表达、重建、生成与驱动,介绍 ChatGarment(CVPR‘25)、Feat2GS(CVPR’25)、Easi3R(arXiv)、SOAP(SIGGRAPH‘25)、ETCH(arXiv)几个新工作。同时,以PuzzleAvatar(SIGGRAPH Asia‘24’)工作为牵引,基于大模型技术范式变革,提出数字人2.0概念——生成模型对于非结构化数据强大的整合理解能力,为消化“以年为单位的多模态的私有数据”,从而实现数字生命“终生学习-持续进化”,提供了可能。


图片4.jpg

刘圳

香港中文大学(深圳)助理教授

个人简介:刘圳,香港中文大学(深圳)数据科学学院助理教授。他博士毕业于蒙特利尔大学和魁北克Mila研究所,师从Yoshua Bengio教授与Liam Paull教授,并曾于德国马克思普朗克研究所Michael J. Black教授与Bernhard Scholkopf教授组内访问。他的研究方向为三维生成与表征,并致力于开发适用于三维生成的机器学习方法。他在ICLR,NeurIPS,CVPR,ECCV,SIGGRAPH等会议发表近三十篇论文,曾荣获微软-Mila奖学金,China3DV 2024学生论坛优秀讲者奖。

报告题目:探索基础模型的三维理解与生成——表征与对齐

报告摘要:本报告分享我们在基础模型在三维生成与理解中的两个维度——表征和对齐——的相关探索。在表征方面,我们借助三维图形代码(如矢量图,CAD模型),研究大语言模型在无视觉模态的情况下对三维几何的理解与生成能力;在对齐方面,我们研究如何能高效地利用二维视图上的奖励模型和自监督信号来改进和对齐现有的三维原生扩散模型。


郭春超

腾讯混元3D负责人

个人简介:郭春超博士,腾讯混元3D负责人。春超先后从事广告AI、生成式大模型研究与落地工作,已在CVPR等各类期刊会议发表论文十余篇,在国内外技术竞赛获冠军20项,曾一作获得全国图像图形学术会议优秀论文奖。带领团队研发业界最早一批3D-DiT模型,应用于游戏、地图、社交等多个场景。发布首个同时支持文生/图生3D的开源模型,在国内外获得广泛关注。

报告题目:混元3D生成的研发布局

报告摘要:本次报告分享混元3D生成的研发布局,包括3D资产生成、3D场景生成、3D AI管线等内容。


王腾飞

腾讯混元3D场景模型负责人

个人简介:腾讯高级研究员,博士毕业于香港科技大学,研究方向为生成式人工智能与图形学。25年加入腾讯后,负责混元3D场景生成及世界模型的前沿探索与大模型研发。加入腾讯前,曾在微软亚洲研究院、上海人工智能实验室等研究机构工作,在CVPR、ICCV、ECCV等会议上发表论文20余篇,谷歌学术引用量 2000余次,部分工作获评ICCV和ECCV最有影响力论文。

报告题目:三维内容生成:从物体建模到场景生成

报告摘要:本报告分享我们在场景级三维内容生成的相关探索。一方面,我们尝试利用视频生成模型进行场景点云生成,从而建模可无限长探索、空间一致的3D场景,并展示了其广泛应用;另一方面,我们通过在三维表征上的设计,实现兼容3D引擎的三维场景生成。


蒋心为

腾讯游戏动画AIGC算法专家

个人简介:腾讯专家研究员,2016年博士毕业于中科院自动化研究所,2017年加入腾讯。研究方向包括角色动画、三维重建、数字人。获得多项公司级技术奖项,近年相关成果发表SIGGRAPH及SIGGRAPH Asia论文5篇,并获多项专利授权。

报告题目:基于关键帧的3D人体动画生成与编辑

报告摘要:分享团队在3D人体动画生成与编辑技术方向上的探索进展。我们提出了一种自动生成动画关键帧序列的模型框架,通过同时接受稠密和稀疏信号,一方面可以控制人体运动轨迹,保证动画语义;另一方面可以在指定时间点定义人体精细动作,从而实现全局和局部的人体动画生成与编辑。这一方法可以有效提高动画师的制作效率,并且兼容DCC制作管线,具有很大的实际应用潜力。


曾子骄

腾讯游戏3D动画大模型负责人

个人简介:4年加入腾讯,专家研究员研究方向:角色动画、三维重建、数字人、智能 NPC打造了业界首个斗地主智能机器人、首个 3D 角色蒙皮大模型(GoSkinning),以及 Audio2EmoFace、动画生成等 AI 工具,在近 100 个游戏业务中应用;3次 获得腾讯技术突破奖,GDC、SIGGRAPH ASIA等行业顶会近10项,专利数十篇。

报告题目:AI for Game

报告摘要:本次报告分享腾讯游戏前沿技术团队在 3D 动画生成、资产生成、智能 NPC等相关领域的技术进展。




Copyright © 2025 中国图象图形学学会

京公网安备 11010802035643号 京ICP备12009057号-1

地址:北京市海淀区中关村东路95号 邮编:100190

技术支持:中科服