<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>动态建模 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%8A%A8%E6%80%81%E5%BB%BA%E6%A8%A1/</link>
    <description>Recent content in 动态建模 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Sun, 14 Sep 2025 16:26:27 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%8A%A8%E6%80%81%E5%BB%BA%E6%A8%A1/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>动态场景神经辐射场自适应技术突破</title>
      <link>https://blog.qife122.com/p/%E5%8A%A8%E6%80%81%E5%9C%BA%E6%99%AF%E7%A5%9E%E7%BB%8F%E8%BE%90%E5%B0%84%E5%9C%BA%E8%87%AA%E9%80%82%E5%BA%94%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</link>
      <pubDate>Sun, 14 Sep 2025 16:26:27 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%8A%A8%E6%80%81%E5%9C%BA%E6%99%AF%E7%A5%9E%E7%BB%8F%E8%BE%90%E5%B0%84%E5%9C%BA%E8%87%AA%E9%80%82%E5%BA%94%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/</guid>
      <description>&lt;h1 id=&#34;适应动态场景的神经辐射场nerfs技术&#34;&gt;适应动态场景的神经辐射场（NeRFs）技术&lt;/h1&gt;&#xA;&lt;p&gt;计算机视觉中最引人入胜的挑战之一，是通过单个移动相机的快照来理解动态场景。想象一下，从视频或不同角度拍摄的一系列快照中，数字重建繁华街道的三维场景或舞者流畅的细微动作。这将使模型能够从未见过的相机角度生成视图，放大和缩小视图，并在不同时间实例创建三维模型的快照，从而解锁对我们周围世界更深入的三维理解。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
