课程安排

日期	内容	时间	授课老师	课程题目
7月6日星期一	前沿报告	08:30-08:50	刘利刚，中国科学技术大学	课程介绍
		08:50-09:50	刘缘，香港科技大学	三维空间智能：从空间感知到世界生成
		10:00-11:10	杨克微，网易公司	可微渲染技术在游戏中的应用
		11:20-12:00	方清，中国科学技术大学	基于蒙特卡洛的PDE求解方法
	专题报告	14:30-15:10	刘雨萌	学习和科研中的AI工具使用
		15:10-15:50	翟晓雅	几何结构智能设计
		16:00-16:30	胡银雷	当数学遇见生命科学——空间组学中的数据、模型与智能计算
		16:30-17:00	刘道明	四足机器人仿真调研与系统集成开发
		17:00-17:30	程元元	扩散模型加速与高效生成式人工智能
7月7日星期二	专题课程三维几何表达、建模与生成 (1)	08:30-08:40	刘利刚，中国科学技术大学	课程导论与3D表达概览
		08:40-09:10	傅孝明，中国科学技术大学	传统几何表达
		09:10-09:50	崔兆鹏，浙江大学	三维扫描与重建：从两视图立体匹配到前馈式三维恢复
		09:50-10:00	茶歇
		10:00-10:40	郭裕兰，中山大学	3D形状理解与分析
		10:40-11:20	申抒含，中科院自动化所	城市场景结构化三维重建
		11:20-11:50	江腾飞，杭州先临	产业前沿：3D扫描与重建在工业界的技术发展与应用
		11:50-14:30	午餐
		14:30-15:10	王泽宇，香港科技大学（广州）	交互式三维设计与建模
		15:10-16:00	陈安沛，西湖大学	神经几何表达：几何与外观耦合
		16:00-16:30	马丽，上海柏楚	从工业场景到图形智造 - 柏楚智能产线中的工程与技术挑战
		16:30-16:40	茶歇
		16:40-17:40	王鹏帅，北京大学张彪，西安交通大学	三维生成模型 (1)
		18:00-19:30	晚餐
7月8日星期三	专题课程三维几何表达、建模与生成 (2)	08:30-09:30	张彪，西安交通大学王鹏帅，北京大学	三维生成模型 (2)
		09:30-10:00	黄然，华为	产业前沿：鸿蒙空间化和3DGS创新在鸿蒙上的0到1商用
		10:00-10:10	茶歇
		10:10-10:50	穆亚东，北京大学	装配体和关节可动对象生成技术
		10:50-11:30	盛律，北京航空航天大学	基于生成式AI的三维场景生成
		11:30-12:00	刘中远，腾讯游戏	产业前沿：教 AI 摆放世界——可控三维物体摆放与场景生成
		12:00-14:30	午餐
		14:30-15:30	穆尧，上海交通大学	面向具身智能的三维生成、世界模型与自主进化
		15:30-15:40	茶歇
		15:40-16:10	王腾飞，腾讯混元	产业前沿：3D大模型——从物体生成到世界模型
		15:10-16:40	贾荣飞，数美万物	产业前沿：3D生成大模型的表征之路
		16:40-17:10	曹炎培，VAST	产业前沿：融合经典与前沿——生成式三维建模与全栈架构实践
		17:10-17:40	许家乐，Meshy	产业前沿：迈向工业可用的3D生成
		17:40-17:50	刘利刚，中国科学技术大学	课程总结
7月9日星期四	项目讨论	08:30-11:30	课题指导老师	分组讨论
7月9日星期四	项目讨论	14:30-17:30	课题指导老师	分组讨论
7月10日星期五	项目讨论	08:30-11:30	课题指导老师	分组讨论
7月10日星期五	项目讨论	14:30-17:30	课题指导老师	分组讨论

课程大纲

7月6日星期一
三维空间智能：从空间感知到世界生成刘缘，香港科技大学 08:50-09:50	近年来，大语言模型和生成式 AI 在文本、图像与视频领域取得了显著进展，但真正的智能系统不仅需要识别视觉内容，还需要理解真实世界的三维结构、动态变化、物理约束与交互关系。本报告将围绕“从空间感知到世界创作”的主线，讨论空间智能中的关键问题。首先，我将介绍如何让语言模型和多模态模型具备空间推理能力。现有模型虽然能够处理图像和文本，但在三维关系、尺度、视角一致性、可达性和物理约束等方面仍存在明显不足。因此，如何构建适合大模型使用的三维世界表示、并且基于此进行空间推理，是迈向空间智能的重要基础。随后，我将讨论空间创作的两条不同路径。第一条路径是基于视频生成的隐式世界创作。视频生成模型通过学习大规模动态视觉数据，可以生成具有时间连续性和丰富运动模式的世界演化过程，因此被视为一种潜在的 video-based world model。然而，这一路径仍面临三维一致性、物理合理性和可控交互等挑战。第二条路径是基于三维生成与场景生成的显式世界创作。与视频生成不同，三维生成直接构建可观察、可编辑、可渲染、可仿真和可交互的空间表示，因此更适合服务于机器人、具身智能、数字孪生和虚拟环境构建等任务。报告中，我将结合我们近期在神经三维重建、三维生成、三维感知视频生成以及三维语言智能体等方面的研究，讨论这两条创作路径如何与空间理解相互结合，并展望未来空间智能系统如何从真实世界中感知空间、理解空间，并进一步创造可交互的三维世界。
可微渲染技术在游戏中的应用杨克微，网易公司 10:00-11:00	本课程聚焦可微渲染技术在游戏资产优化中的实战应用。可微渲染通过将渲染过程变为可导，实现"渲染→比较→反向优化"的闭环，为游戏中进行资产优化和提升运行效率提供了自动化解决方案。课程将围绕模型及切换距离优化、Billboard/Impostor优化、贴图及UV优化、渲染管线优化、代理体优化五大方向展开，介绍可微渲染在游戏资产优化各环节中的技术方案与实现路径。课程不止于理论方法介绍，更着重分享项目实际落地经验——如何精准定位项目瓶颈、如何将学术方法改造为可在生产环境中实际运行的工具，真正服务于项目性能与品质需求。
基于蒙特卡洛的PDE求解方法方清，中国科学技术大学 11:10-12:00	PDE 求解的背景与有限元法的劣势 PDE 的概率表示基础 Walk on Spheres：经典随机游走方法 Walk on Stars：复杂边界条件扩展 Walk on Boundary：边界随机方法 Caching 技术：从单点估计到场估计 Variance Reduction：低方差估计技术可微蒙特卡洛 PDE 求解总结与展望
学习和科研中的AI工具使用刘雨萌 14:30-15:10	本课程聚焦于如何将 AI Agent 融入科研的日常工作流，探讨其在文献管理、研究构思、代码实现与学术汇报四个环节中的实际应用。课程介绍了如何将文献入库、阅读计划生成与进度追踪流程化，并通过真实项目上下文展示 AI Agent 在方案发散、审稿式检验、最小实验验证与 Slidev 汇报生成中的辅助作用。
几何结构智能设计翟晓雅 15:10-15:50	本报告围绕“几何结构智能设计”展开，回顾超材料设计、结构优化与智能计算平台构建方面的相关工作。报告将从几何建模与结构表征出发，讨论周期结构、层级结构、孔隙结构与可重构结构等几何单元如何通过拓扑、对称性、尺度与边界条件的调控，形成传统材料难以实现的等效性能，并结合数学建模、计算几何、优化理论、数值仿真、机器学习与实验验证，介绍从需求定义到物理验证的智能设计流程。
当数学遇见生命科学——空间组学中的数据、模型与智能计算胡银雷 16:00-16:30	本报告介绍数学在生命科学中的重要作用，分享如何利用数学建模、人工智能和计算方法解决空间组学中的关键问题。课程将围绕空间多组学数据的高维、复杂与多模态特征，讨论数据分析、模型构建与智能计算在解析组织异质性、肿瘤与免疫研究中的应用，并展望相关暑期课题方向。
四足机器人仿真调研与系统集成开发刘道明 16:30-17:00	本课题围绕四足机器人仿真平台调研与系统集成展开，比较 MuJoCo、Isaac Sim 与 Gazebo 等主流平台的特点与适用场景，并讨论如何将机器人模型搭建、控制算法部署、仿真验证与软硬件接口集成形成统一实验平台，最终完成站立、行走与转向等基础运动演示。
扩散模型加速与高效生成式人工智能程元元 17:00-17:30	本报告介绍扩散模型在图像和视频生成中的优势与限制，重点讨论采样过程中的计算冗余问题。课程将围绕特征缓存、特征预测与时间步相关性利用等方向，介绍如何在提升生成效率的同时保持生成质量，并展望相关暑期课题的研究思路。
7月7日星期二
课程导论与3D表达概览刘利刚，中国科学技术大学 08:30-08:40	3D几何的应用领域及重要性实（CAD、工业制造、3D打印等）虚（游戏、影视、VR、AIGC等）虚实结合（AR/XR、数字孪生、机器人、自驾等） 3D表达的应用需求与评价维度显式与隐式几何与外观精确与高效可编辑与可生成可渲染与可分析 3D表达的演化史解析表达（NURBS、SDF）离散表达（Mesh/Points、Voxels）生成表达（NeRF、3D Gaussian、Generative AI）
传统几何表达傅孝明，中国科学技术大学 08:40-09:10	以传统几何表达为核心，系统梳理三维形状的经典描述方式、关键技术与转换机制。离散表达点云：无结构采样点集体素：规则三维网格八叉树：自适应空间剖分网格：三角面片与半边结构参数化表达边界表示与CSG NURBS样条曲面参数驱动与特征建模隐式表达符号距离函数（SDF）水平集等值面 Marching Cubes提取几何的表观属性表达颜色与纹理贴图材质与BRDF模型 UV映射与顶点颜色各种表达的相互转换点云转网格 CAD曲面离散化隐式曲面多边形化网格体素化与简化多表达融合流程
三维扫描与重建：从两视图立体匹配到前馈式三维恢复崔兆鹏，浙江大学 09:10-09:50	三维采集设备与数据获取两视图立体匹配与多视角几何点云处理与 Mesh 建模 SfM 与 SLAM 三维重建数据驱动的三维重建方法
3D形状理解与分析郭裕兰，中山大学 10:00-10:40	绪论——3D形状理解与分析任务：形状分割、识别、分类、匹配、检索、补全传统3D特征描述子 Spin Image SHOT RoPS 3D SIFT MLP/CNN架构的3D表征学习点云特征学习：PointNet、PointNet++、Point CNN 网格特征学习：MeshCNN 体素特征学习：3D CNN、OctNet 投影图特征学习：MVCNN Transformer架构的3D表征学习点云特征学习：PointTransformer、Point Cloud Transformer (PCT) 网格特征学习：Mesh Transformer 体素特征学习：Voxel Transformer 总结与展望
城市场景结构化三维重建申抒含，中科院自动化所 10:40-11:20	了解大规模城市场景结构化三维建模在结构表征、重建方法、行业应用方面的挑战和进展。城市场景结构化表征：线元、面元、隐式等解析式结构化重建：基于解析计算和全局优化的重建方法，LIMAP、City3D、FloorUSG等检测式结构化重建：基于基元检测和结构回归的重建方法，PC2WF、PBWR、BWFormer等生成式结构化重建：基于扩散模型和自回归模型的重建方法，Point2Building、EdgeDiff、BuildingGPT等结构化重建行业应用：实景三维城市、轻量化视觉定位等
3D扫描与重建在工业界的技术发展与应用江腾飞，杭州先临 11:20-11:50	工业界中的三维重建问题常用三维重建方法与应用智能重建方法展望
交互式三维设计与建模王泽宇，香港科技大学（广州） 14:30-15:10	了解人机交互式三维设计与建模的基本概念与发展脉络，理解CAD建模、草图建模、雕刻建模等建模方式的技术路径。三维建模的定义：人类设计师的先验与几何约束的结合 CAD建模：从二维曲线到三维形状，拉伸、旋转、扫掠、放样，参数化建模，基于网格编辑的直接建模基于草图的建模：自由形状的三维设计，Teddy草图系统，从轮廓线条膨胀出三维表面，视角与几何先验，cross-section与表面曲率场的优化，基于深度学习的方法编辑与变形：自由网格变形，基于微分坐标的编辑，基于skeleton和cage等代理的编辑，skinning与网格变形和动画三维雕刻与细节建模：雕刻笔刷的几何定义，向量变形场，物理雕刻与数字雕刻，生成式AI赋能的三维雕刻，ZBrush、Mudbox等工具其他建模方式：过程式建模，分形、L-systems，基于物理的建模三维建模工具与展望：CAD建模工具SolidWorks, AutoCAD, Rhino, Catia，网格建模工具Blender, 3D Max, Maya，草图建模工具SketchUp等
神经几何表达：几何与外观耦合陈安沛，西湖大学 15:10-16:00	新视角合成与场景表示新视角合成问题定义从图像驱动方法到三维场景表示神经辐射场（Neural Radiance Fields）体渲染原理与神经表达训练、渲染与几何提取动态场景重建高斯泼溅（3D Gaussian Splatting）高斯基元表示与光栅化原理压缩、渲染与几何提取动态场景重建前馈式新视角合成显式表征驱动的前馈式建模无显式表征驱动的前馈式建模课程总结与讨论几何与外观耦合建模的挑战新视角合成的未来方向讨论
从工业场景到图形智造 - 柏楚智能产线中的工程与技术挑战马丽，上海柏楚 16:00-16:30	模型如何真正变成产线上的实物工件？本课程以柏楚智能制造产线为背景，围绕“从模型到工件”的生成过程，结合板材、管材及焊接装配件等典型对象，拆解工业现场中图纸理解、几何建模、路径生成、自动化执行、视觉检测与质量闭环等关键问题，带领同学们理解图形智造背后的工程逻辑与技术挑战。
三维生成模型 (1) 王鹏帅，北京大学张彪，西安交通大学 16:40-17:40	一、生成模型基础：从概率建模到三维资产生成 VAE：从连续潜空间生成三维形状编码器：将数据压缩为潜变量分布解码器：从潜变量重建数据重参数化技巧：使随机采样过程可反向传播 KL散度约束：使潜空间接近标准高斯分布重建损失：保证生成结果接近原始数据 GAN：从对抗学习到高真实感生成生成器：从随机噪声生成样本判别器：区分真实样本与生成样本对抗损失：推动生成结果逼近真实数据分布训练不稳定性：GAN的经典难点自回归模型（Auto-Regressive Model）：将生成过程转化为逐token预测序列建模条件概率分解 Transformer结构 Next-token prediction（下一个token预测）扩散模型：从噪声中逐步恢复三维结构前向过程：逐步向数据加入高斯噪声反向过程：学习如何从噪声逐步还原数据模型可预测噪声、干净样本或score Flow Matching：从逐步去噪到学习连续生成路径连续时间生成模型 ODE视角概率路径从噪声分布到数据分布的传输过程与扩散模型的统一关系二、三维数据表征：从基础表示到生产级表示基础表征：体素（Voxel）、点云（Point Cloud）、多边形网格（Polygonal Mesh）隐式场表征：占用场（Occupancy）、符号距离场（SDF）、神经辐射场（NeRF）、三平面（Triplane）集合表征：VecSet（向量集合），将三维形状编码为无序向量集合稀疏体素：Octree、SLAT、O-Voxel（TRELLIS.2）等方法，缓解传统体素的内存开销问题并支持高分辨率生成效果与效率对比：从几何精度、纹理质量、拓扑灵活性、推理速度和训练成本五个维度比较各类表征的优劣
7月8日星期三
三维生成模型 (2) 张彪，西安交通大学王鹏帅，北京大学 08:30-09:30	三、里程碑时间线：由表征驱动的三维生成方法演进经典探索期（2016-2022）：从直接生成到隐式表示早期直接生成方法隐式表示革命关键突破：证明隐式表示能够生成高质量连续表面 SDS阶段（2022-2023）：利用二维先验缓解三维数据匮乏问题核心原理：Score Distillation Sampling（SDS）利用预训练二维扩散模型指导三维表示优化代表模型：DreamFusion、Magic3D等局限性：每个样本需要单独优化（分钟级），且存在多视角不一致、几何细节不足等问题多视角扩散阶段（2023-2024）：前馈大模型涌现核心思想：先生成一致的多视角图像，再通过前馈重建模型得到三维结构代表模型：Instant3D、Wonder3D、InstantMesh等技术特点：推理速度大幅提升（10秒内），可批量生成，但几何精度仍有提升空间原生三维生成大模型（2023-2025）：面向生产级应用的两条路线路线一：基于稀疏体素的方法；优势是天然支持空间结构，代表模型包括TRELLIS v1/v2、Sparc3D 路线二：基于VecSet的方法；优势是表示紧凑、训练高效、几何细节丰富，代表模型包括3DShape2VecSet、CLAY、Hunyuan3D、TripoSG 多边形网格直接生成（2025年至今）：端到端生产级资产生成核心挑战：直接生成拓扑正确、结构合理、面数高效的三角形网格代表模型：PolyGen、MeshGPT等技术意义：直接输出可用于游戏、影视和工业设计的标准网格格式，减少后处理，更接近端到端生产流程四、三维生成技术发展趋势与生产落地挑战表征融合趋势：稀疏体素与VecSet结合、网格与隐式表示统一效率与质量的平衡：从“能生成”走向“生成得又快又好” 生产级需求：水密性、拓扑正确性、PBR材质支持和可编辑性未来方向：4D动态生成、大规模场景生成、交互式编辑和多模态统一生成
3鸿蒙空间化和3DGS创新在鸿蒙上的0到1商用黄然，华为 09:30-10:00	鸿蒙系统从2019年发布至今，已经成功在华为手机上实现了6000万商用的突破，从跳越生死线进入到创新阶段。而3DGS技术在鸿蒙空间化战略上发挥了重要作用，成为吸引消费者的关进技术，从Remy到3D空间影像壁纸，从空间影像壁纸到更多鸿蒙生态应用。本课程通过介绍鸿蒙空间化方舟图形引擎和3DGS的实践落地，让同学们学到从一个图形技术到商用落地的全过程。鸿蒙空间化与方舟图形引擎介绍方舟图形引擎的整体架构与三大用户体验 3DGS技术介绍与商用落地（含Remy、空间影像壁纸）未来空间化技术展望
装配体和关节可动对象生成技术穆亚东，北京大学 10:10-10:50	了解和掌握近年来装配体和关节可动对象生成的最新技术。任务概述和基础技术介绍图网络与序列生成基于扩散模型的端到端生成基于多模态大模型和智能体的装配生成
基于生成式AI的三维场景生成盛律，北京航空航天大学 10:50-11:30	理解三维场景生成的主要流程与关键挑战，熟悉基于多模态学习与智能体推理的三维场景生成研究范式。三维场景生成的基本任务与主要挑战基于多模态学习的三维场景生成：从文本、图像或者视频生成符合视觉、语义与结构需求的三维场景，包含单一场景生成与组合式场景生成等基于智能体推理的三维场景生成：LLM/VLM等智能体驱动的设计意图理解、任务拆解与方案规划，以及三维资产生成、空间约束推理、布局生成与优化、迭代反馈修正等趋势与展望：从静态三维场景走向动态四维场景生成，从视觉与几何建模走向物理与语义内生嵌入，以及实际应用落地等方面的趋势与发展方向
教 AI 摆放世界：可控三维物体摆放与场景生成刘中远，腾讯游戏 11:30-12:00	让 AI 学会构建一个可交互、可沉浸的虚拟世界，是计算机图形学、人工智能与艺术设计交叉地带最激动人心的方向之一。本课程会先用少量篇幅，带大家俯瞰 AI 生成虚拟世界、世界模型与艺术创作的整体图景，然后把镜头聚焦到其中一个最基础、也最关键的具体问题——三维场景中的物体摆放。围绕这个问题，课程将依次讲解：场景搭建如何被建模为"单物体迭代摆放"；为什么基于有向包围盒的传统表示难以处理支撑、包含、避碰等精细几何约束；以及如何用一个几何感知的多模态语言模型——直接以点云感知物体与场景的几何、自回归预测物体的 6D 位姿——来突破这一瓶颈，并通过"规划—摆放—验证"的智能体闭环，实现文本驱动的自动场景生成。整体上，课程将依次覆盖问题的建模、几何感知模型的设计、训练数据的构建，以及实验与评估，并结合具体案例展示物体摆放与自动场景生成的实际效果。
面向具身智能的三维生成、世界模型与自主进化穆尧，上海交通大学 14:30-15:30	了解3D表达、建模与生成在具身智能中的核心作用，理解生成式3D技术如何支撑具身仿真、世界模型和机器人自进化系统，掌握从三维场景/资产生成到仿真数据引擎、世界预测与策略学习闭环的基本思路。 3D生成 for 具身仿真：多样化场景生成、可交互物体资产生成、物理属性标注、功能区域标注、抓取点标注与仿真可用数字孪生构建具身仿真数据引擎：以RoboTwin、ManiTwin、Rein3D等为例，介绍任务场景自动构建、专家数据生成、领域随机化、仿真到现实迁移，以及面向双臂、灵巧手和人形机器人的仿真平台世界模型驱动的动作生成：介绍World Action Model、Video-Action Model、VLA-World Model等路线，理解视频预测、未来状态想象、逆动力学模型和动作解码之间的关系具身智能体自进化：介绍“环境生成—数据生成—模型训练—进展评估—失败诊断—策略改进—真实验证”的闭环系统，讨论生成式仿真、强化学习、基础模型和智能调度Agent如何共同推动机器人持续进化
3D大模型：从物体生成到世界模型王腾飞，腾讯混元 15:40-16:10	理解工业管线中对3D生成模型的需求，理解3D物体生成的前沿进展，理解3D世界模型的前沿方向。腾讯混元大模型介绍混元3D：3D物体生成的进展与应用混元World：3D世界模型的进展与应用总结与展望
3D生成大模型的表征之路贾荣飞，数美万物 16:10-16:40	问题与核心挑战：3D生成为何比2D难一个数量级四次表征跨越：SDS蒸馏时代 → 多视图+稀疏视角重建时代 → 3D原生时代 → Sparse Voxel时代 3D几何大模型：Sparc3D——业内首个1536³分辨率3D几何大模型原生纹理大模型与语义分割：Hitem3D 2.0——业内首个原生3D纹理生成框架与最优3D语义分割最新效果与生产闭环：几何、纹理、分割全链路效果展示，从单张图像到3D打印的端到端演示 3D大模型现状与未来：竞争格局、表征核心变量
融合经典与前沿：生成式三维建模与全栈架构实践曹炎培，VAST 16:40-17:10	近年来，随着生成式人工智能的爆发，三维几何表达与建模技术正经历一场底层范式的重构。传统的离散几何表征（如多边形网格）与现代神经网络隐式表达在生成式架构中发生了深度的碰撞与融合。本课程旨在系统梳理 3D 生成技术的发展脉络，探讨如何打破生成速度、质量与工业管线可用性之间的“不可能三角”。课程将从底层三维原生表征出发，多层递进，剖析结构化重拓扑、语义解耦与自动化绑定等关键图形学问题的 AI 解决路径，并拓展至场景生成与交互式世界模型，为学员建立一个从单体资产生成到可交互世界的统一概览。三维表达的演进与生成式架构的重构从优化到前向推断：3D 生成的范式转移现代神经表征与原生 3D 生成打通图形学管线：从“数字雕像”到工业级结构化资产可编辑性与语义解耦生成几何的自动化拓扑纹理与材质的全局一致性赋予资产动态潜能：自动骨骼绑定与运动推演任意拓扑下的自动化控制流动作引导的联合时空扩散跨越单体数字资产场景级3D生成世界模型初探总结与 Q&A 总结互动问答
迈向工业可用的3D生成许家乐，Meshy 17:10-17:40	理解3D生成从“视觉可看”走向“工业可用”的关键问题，掌握高模生成与低模生成的主要技术路线及未来挑战。背景知识：3D表征与生成模型更精细：高模生成技术路线基于多视角重建的方法（LRM, Instant3D, InstantMesh, FreeSplatter）基于3D原生扩散模型的方法（3DShape2Vecset, TRELLIS, Lattice）更可用：低模生成技术路线基于自回归模型的方法（MeshGPT, MeshXL, BPT, TreeMeshGPT, MeshWeaver）基于扩散模型的方法（SpaceMesh, MeshFlow, MeshCraft, Lato） 3D生成的挑战与未来趋势

7月6日星期一
三维空间智能：从空间感知到世界生成刘缘，香港科技大学 08:50-09:50	近年来，大语言模型和生成式 AI 在文本、图像与视频领域取得了显著进展，但真正的智能系统不仅需要识别视觉内容，还需要理解真实世界的三维结构、动态变化、物理约束与交互关系。本报告将围绕“从空间感知到世界创作”的主线，讨论空间智能中的关键问题。首先，我将介绍如何让语言模型和多模态模型具备空间推理能力。现有模型虽然能够处理图像和文本，但在三维关系、尺度、视角一致性、可达性和物理约束等方面仍存在明显不足。因此，如何构建适合大模型使用的三维世界表示、并且基于此进行空间推理，是迈向空间智能的重要基础。随后，我将讨论空间创作的两条不同路径。第一条路径是基于视频生成的隐式世界创作。视频生成模型通过学习大规模动态视觉数据，可以生成具有时间连续性和丰富运动模式的世界演化过程，因此被视为一种潜在的 video-based world model。然而，这一路径仍面临三维一致性、物理合理性和可控交互等挑战。第二条路径是基于三维生成与场景生成的显式世界创作。与视频生成不同，三维生成直接构建可观察、可编辑、可渲染、可仿真和可交互的空间表示，因此更适合服务于机器人、具身智能、数字孪生和虚拟环境构建等任务。报告中，我将结合我们近期在神经三维重建、三维生成、三维感知视频生成以及三维语言智能体等方面的研究，讨论这两条创作路径如何与空间理解相互结合，并展望未来空间智能系统如何从真实世界中感知空间、理解空间，并进一步创造可交互的三维世界。
可微渲染技术在游戏中的应用杨克微，网易公司 10:00-11:00	本课程聚焦可微渲染技术在游戏资产优化中的实战应用。可微渲染通过将渲染过程变为可导，实现"渲染→比较→反向优化"的闭环，为游戏中进行资产优化和提升运行效率提供了自动化解决方案。课程将围绕模型及切换距离优化、Billboard/Impostor优化、贴图及UV优化、渲染管线优化、代理体优化五大方向展开，介绍可微渲染在游戏资产优化各环节中的技术方案与实现路径。课程不止于理论方法介绍，更着重分享项目实际落地经验——如何精准定位项目瓶颈、如何将学术方法改造为可在生产环境中实际运行的工具，真正服务于项目性能与品质需求。
基于蒙特卡洛的PDE求解方法方清，中国科学技术大学 11:10-12:00	PDE 求解的背景与有限元法的劣势 PDE 的概率表示基础 Walk on Spheres：经典随机游走方法 Walk on Stars：复杂边界条件扩展 Walk on Boundary：边界随机方法 Caching 技术：从单点估计到场估计 Variance Reduction：低方差估计技术可微蒙特卡洛 PDE 求解总结与展望
学习和科研中的AI工具使用刘雨萌 14:30-15:10	本课程聚焦于如何将 AI Agent 融入科研的日常工作流，探讨其在文献管理、研究构思、代码实现与学术汇报四个环节中的实际应用。课程介绍了如何将文献入库、阅读计划生成与进度追踪流程化，并通过真实项目上下文展示 AI Agent 在方案发散、审稿式检验、最小实验验证与 Slidev 汇报生成中的辅助作用。
几何结构智能设计翟晓雅 15:10-15:50	本报告围绕“几何结构智能设计”展开，回顾超材料设计、结构优化与智能计算平台构建方面的相关工作。报告将从几何建模与结构表征出发，讨论周期结构、层级结构、孔隙结构与可重构结构等几何单元如何通过拓扑、对称性、尺度与边界条件的调控，形成传统材料难以实现的等效性能，并结合数学建模、计算几何、优化理论、数值仿真、机器学习与实验验证，介绍从需求定义到物理验证的智能设计流程。
当数学遇见生命科学——空间组学中的数据、模型与智能计算胡银雷 16:00-16:30	本报告介绍数学在生命科学中的重要作用，分享如何利用数学建模、人工智能和计算方法解决空间组学中的关键问题。课程将围绕空间多组学数据的高维、复杂与多模态特征，讨论数据分析、模型构建与智能计算在解析组织异质性、肿瘤与免疫研究中的应用，并展望相关暑期课题方向。
四足机器人仿真调研与系统集成开发刘道明 16:30-17:00	本课题围绕四足机器人仿真平台调研与系统集成展开，比较 MuJoCo、Isaac Sim 与 Gazebo 等主流平台的特点与适用场景，并讨论如何将机器人模型搭建、控制算法部署、仿真验证与软硬件接口集成形成统一实验平台，最终完成站立、行走与转向等基础运动演示。
扩散模型加速与高效生成式人工智能程元元 17:00-17:30	本报告介绍扩散模型在图像和视频生成中的优势与限制，重点讨论采样过程中的计算冗余问题。课程将围绕特征缓存、特征预测与时间步相关性利用等方向，介绍如何在提升生成效率的同时保持生成质量，并展望相关暑期课题的研究思路。
7月7日星期二
课程导论与3D表达概览刘利刚，中国科学技术大学 08:30-08:40	3D几何的应用领域及重要性实（CAD、工业制造、3D打印等）虚（游戏、影视、VR、AIGC等）虚实结合（AR/XR、数字孪生、机器人、自驾等） 3D表达的应用需求与评价维度显式与隐式几何与外观精确与高效可编辑与可生成可渲染与可分析 3D表达的演化史解析表达（NURBS、SDF）离散表达（Mesh/Points、Voxels）生成表达（NeRF、3D Gaussian、Generative AI）
传统几何表达傅孝明，中国科学技术大学 08:40-09:10	以传统几何表达为核心，系统梳理三维形状的经典描述方式、关键技术与转换机制。离散表达点云：无结构采样点集体素：规则三维网格八叉树：自适应空间剖分网格：三角面片与半边结构参数化表达边界表示与CSG NURBS样条曲面参数驱动与特征建模隐式表达符号距离函数（SDF）水平集等值面 Marching Cubes提取几何的表观属性表达颜色与纹理贴图材质与BRDF模型 UV映射与顶点颜色各种表达的相互转换点云转网格 CAD曲面离散化隐式曲面多边形化网格体素化与简化多表达融合流程
三维扫描与重建：从两视图立体匹配到前馈式三维恢复崔兆鹏，浙江大学 09:10-09:50	三维采集设备与数据获取两视图立体匹配与多视角几何点云处理与 Mesh 建模 SfM 与 SLAM 三维重建数据驱动的三维重建方法
3D形状理解与分析郭裕兰，中山大学 10:00-10:40	绪论——3D形状理解与分析任务：形状分割、识别、分类、匹配、检索、补全传统3D特征描述子 Spin Image SHOT RoPS 3D SIFT MLP/CNN架构的3D表征学习点云特征学习：PointNet、PointNet++、Point CNN 网格特征学习：MeshCNN 体素特征学习：3D CNN、OctNet 投影图特征学习：MVCNN Transformer架构的3D表征学习点云特征学习：PointTransformer、Point Cloud Transformer (PCT) 网格特征学习：Mesh Transformer 体素特征学习：Voxel Transformer 总结与展望
城市场景结构化三维重建申抒含，中科院自动化所 10:40-11:20	了解大规模城市场景结构化三维建模在结构表征、重建方法、行业应用方面的挑战和进展。城市场景结构化表征：线元、面元、隐式等解析式结构化重建：基于解析计算和全局优化的重建方法，LIMAP、City3D、FloorUSG等检测式结构化重建：基于基元检测和结构回归的重建方法，PC2WF、PBWR、BWFormer等生成式结构化重建：基于扩散模型和自回归模型的重建方法，Point2Building、EdgeDiff、BuildingGPT等结构化重建行业应用：实景三维城市、轻量化视觉定位等
3D扫描与重建在工业界的技术发展与应用江腾飞，杭州先临 11:20-11:50	工业界中的三维重建问题常用三维重建方法与应用智能重建方法展望
交互式三维设计与建模王泽宇，香港科技大学（广州） 14:30-15:10	了解人机交互式三维设计与建模的基本概念与发展脉络，理解CAD建模、草图建模、雕刻建模等建模方式的技术路径。三维建模的定义：人类设计师的先验与几何约束的结合 CAD建模：从二维曲线到三维形状，拉伸、旋转、扫掠、放样，参数化建模，基于网格编辑的直接建模基于草图的建模：自由形状的三维设计，Teddy草图系统，从轮廓线条膨胀出三维表面，视角与几何先验，cross-section与表面曲率场的优化，基于深度学习的方法编辑与变形：自由网格变形，基于微分坐标的编辑，基于skeleton和cage等代理的编辑，skinning与网格变形和动画三维雕刻与细节建模：雕刻笔刷的几何定义，向量变形场，物理雕刻与数字雕刻，生成式AI赋能的三维雕刻，ZBrush、Mudbox等工具其他建模方式：过程式建模，分形、L-systems，基于物理的建模三维建模工具与展望：CAD建模工具SolidWorks, AutoCAD, Rhino, Catia，网格建模工具Blender, 3D Max, Maya，草图建模工具SketchUp等
神经几何表达：几何与外观耦合陈安沛，西湖大学 15:10-16:00	新视角合成与场景表示新视角合成问题定义从图像驱动方法到三维场景表示神经辐射场（Neural Radiance Fields）体渲染原理与神经表达训练、渲染与几何提取动态场景重建高斯泼溅（3D Gaussian Splatting）高斯基元表示与光栅化原理压缩、渲染与几何提取动态场景重建前馈式新视角合成显式表征驱动的前馈式建模无显式表征驱动的前馈式建模课程总结与讨论几何与外观耦合建模的挑战新视角合成的未来方向讨论
从工业场景到图形智造 - 柏楚智能产线中的工程与技术挑战马丽，上海柏楚 16:00-16:30	模型如何真正变成产线上的实物工件？本课程以柏楚智能制造产线为背景，围绕“从模型到工件”的生成过程，结合板材、管材及焊接装配件等典型对象，拆解工业现场中图纸理解、几何建模、路径生成、自动化执行、视觉检测与质量闭环等关键问题，带领同学们理解图形智造背后的工程逻辑与技术挑战。
三维生成模型 (1) 王鹏帅，北京大学张彪，西安交通大学 16:40-17:40	一、生成模型基础：从概率建模到三维资产生成 VAE：从连续潜空间生成三维形状编码器：将数据压缩为潜变量分布解码器：从潜变量重建数据重参数化技巧：使随机采样过程可反向传播 KL散度约束：使潜空间接近标准高斯分布重建损失：保证生成结果接近原始数据 GAN：从对抗学习到高真实感生成生成器：从随机噪声生成样本判别器：区分真实样本与生成样本对抗损失：推动生成结果逼近真实数据分布训练不稳定性：GAN的经典难点自回归模型（Auto-Regressive Model）：将生成过程转化为逐token预测序列建模条件概率分解 Transformer结构 Next-token prediction（下一个token预测）扩散模型：从噪声中逐步恢复三维结构前向过程：逐步向数据加入高斯噪声反向过程：学习如何从噪声逐步还原数据模型可预测噪声、干净样本或score Flow Matching：从逐步去噪到学习连续生成路径连续时间生成模型 ODE视角概率路径从噪声分布到数据分布的传输过程与扩散模型的统一关系二、三维数据表征：从基础表示到生产级表示基础表征：体素（Voxel）、点云（Point Cloud）、多边形网格（Polygonal Mesh）隐式场表征：占用场（Occupancy）、符号距离场（SDF）、神经辐射场（NeRF）、三平面（Triplane）集合表征：VecSet（向量集合），将三维形状编码为无序向量集合稀疏体素：Octree、SLAT、O-Voxel（TRELLIS.2）等方法，缓解传统体素的内存开销问题并支持高分辨率生成效果与效率对比：从几何精度、纹理质量、拓扑灵活性、推理速度和训练成本五个维度比较各类表征的优劣
7月8日星期三
三维生成模型 (2) 张彪，西安交通大学王鹏帅，北京大学 08:30-09:30	三、里程碑时间线：由表征驱动的三维生成方法演进经典探索期（2016-2022）：从直接生成到隐式表示早期直接生成方法隐式表示革命关键突破：证明隐式表示能够生成高质量连续表面 SDS阶段（2022-2023）：利用二维先验缓解三维数据匮乏问题核心原理：Score Distillation Sampling（SDS）利用预训练二维扩散模型指导三维表示优化代表模型：DreamFusion、Magic3D等局限性：每个样本需要单独优化（分钟级），且存在多视角不一致、几何细节不足等问题多视角扩散阶段（2023-2024）：前馈大模型涌现核心思想：先生成一致的多视角图像，再通过前馈重建模型得到三维结构代表模型：Instant3D、Wonder3D、InstantMesh等技术特点：推理速度大幅提升（10秒内），可批量生成，但几何精度仍有提升空间原生三维生成大模型（2023-2025）：面向生产级应用的两条路线路线一：基于稀疏体素的方法；优势是天然支持空间结构，代表模型包括TRELLIS v1/v2、Sparc3D 路线二：基于VecSet的方法；优势是表示紧凑、训练高效、几何细节丰富，代表模型包括3DShape2VecSet、CLAY、Hunyuan3D、TripoSG 多边形网格直接生成（2025年至今）：端到端生产级资产生成核心挑战：直接生成拓扑正确、结构合理、面数高效的三角形网格代表模型：PolyGen、MeshGPT等技术意义：直接输出可用于游戏、影视和工业设计的标准网格格式，减少后处理，更接近端到端生产流程四、三维生成技术发展趋势与生产落地挑战表征融合趋势：稀疏体素与VecSet结合、网格与隐式表示统一效率与质量的平衡：从“能生成”走向“生成得又快又好” 生产级需求：水密性、拓扑正确性、PBR材质支持和可编辑性未来方向：4D动态生成、大规模场景生成、交互式编辑和多模态统一生成
3鸿蒙空间化和3DGS创新在鸿蒙上的0到1商用黄然，华为 09:30-10:00	鸿蒙系统从2019年发布至今，已经成功在华为手机上实现了6000万商用的突破，从跳越生死线进入到创新阶段。而3DGS技术在鸿蒙空间化战略上发挥了重要作用，成为吸引消费者的关进技术，从Remy到3D空间影像壁纸，从空间影像壁纸到更多鸿蒙生态应用。本课程通过介绍鸿蒙空间化方舟图形引擎和3DGS的实践落地，让同学们学到从一个图形技术到商用落地的全过程。鸿蒙空间化与方舟图形引擎介绍方舟图形引擎的整体架构与三大用户体验 3DGS技术介绍与商用落地（含Remy、空间影像壁纸）未来空间化技术展望
装配体和关节可动对象生成技术穆亚东，北京大学 10:10-10:50	了解和掌握近年来装配体和关节可动对象生成的最新技术。任务概述和基础技术介绍图网络与序列生成基于扩散模型的端到端生成基于多模态大模型和智能体的装配生成
基于生成式AI的三维场景生成盛律，北京航空航天大学 10:50-11:30	理解三维场景生成的主要流程与关键挑战，熟悉基于多模态学习与智能体推理的三维场景生成研究范式。三维场景生成的基本任务与主要挑战基于多模态学习的三维场景生成：从文本、图像或者视频生成符合视觉、语义与结构需求的三维场景，包含单一场景生成与组合式场景生成等基于智能体推理的三维场景生成：LLM/VLM等智能体驱动的设计意图理解、任务拆解与方案规划，以及三维资产生成、空间约束推理、布局生成与优化、迭代反馈修正等趋势与展望：从静态三维场景走向动态四维场景生成，从视觉与几何建模走向物理与语义内生嵌入，以及实际应用落地等方面的趋势与发展方向
教 AI 摆放世界：可控三维物体摆放与场景生成刘中远，腾讯游戏 11:30-12:00	让 AI 学会构建一个可交互、可沉浸的虚拟世界，是计算机图形学、人工智能与艺术设计交叉地带最激动人心的方向之一。本课程会先用少量篇幅，带大家俯瞰 AI 生成虚拟世界、世界模型与艺术创作的整体图景，然后把镜头聚焦到其中一个最基础、也最关键的具体问题——三维场景中的物体摆放。围绕这个问题，课程将依次讲解：场景搭建如何被建模为"单物体迭代摆放"；为什么基于有向包围盒的传统表示难以处理支撑、包含、避碰等精细几何约束；以及如何用一个几何感知的多模态语言模型——直接以点云感知物体与场景的几何、自回归预测物体的 6D 位姿——来突破这一瓶颈，并通过"规划—摆放—验证"的智能体闭环，实现文本驱动的自动场景生成。整体上，课程将依次覆盖问题的建模、几何感知模型的设计、训练数据的构建，以及实验与评估，并结合具体案例展示物体摆放与自动场景生成的实际效果。
面向具身智能的三维生成、世界模型与自主进化穆尧，上海交通大学 14:30-15:30	了解3D表达、建模与生成在具身智能中的核心作用，理解生成式3D技术如何支撑具身仿真、世界模型和机器人自进化系统，掌握从三维场景/资产生成到仿真数据引擎、世界预测与策略学习闭环的基本思路。 3D生成 for 具身仿真：多样化场景生成、可交互物体资产生成、物理属性标注、功能区域标注、抓取点标注与仿真可用数字孪生构建具身仿真数据引擎：以RoboTwin、ManiTwin、Rein3D等为例，介绍任务场景自动构建、专家数据生成、领域随机化、仿真到现实迁移，以及面向双臂、灵巧手和人形机器人的仿真平台世界模型驱动的动作生成：介绍World Action Model、Video-Action Model、VLA-World Model等路线，理解视频预测、未来状态想象、逆动力学模型和动作解码之间的关系具身智能体自进化：介绍“环境生成—数据生成—模型训练—进展评估—失败诊断—策略改进—真实验证”的闭环系统，讨论生成式仿真、强化学习、基础模型和智能调度Agent如何共同推动机器人持续进化
3D大模型：从物体生成到世界模型王腾飞，腾讯混元 15:40-16:10	理解工业管线中对3D生成模型的需求，理解3D物体生成的前沿进展，理解3D世界模型的前沿方向。腾讯混元大模型介绍混元3D：3D物体生成的进展与应用混元World：3D世界模型的进展与应用总结与展望
3D生成大模型的表征之路贾荣飞，数美万物 16:10-16:40	问题与核心挑战：3D生成为何比2D难一个数量级四次表征跨越：SDS蒸馏时代 → 多视图+稀疏视角重建时代 → 3D原生时代 → Sparse Voxel时代 3D几何大模型：Sparc3D——业内首个1536³分辨率3D几何大模型原生纹理大模型与语义分割：Hitem3D 2.0——业内首个原生3D纹理生成框架与最优3D语义分割最新效果与生产闭环：几何、纹理、分割全链路效果展示，从单张图像到3D打印的端到端演示 3D大模型现状与未来：竞争格局、表征核心变量
融合经典与前沿：生成式三维建模与全栈架构实践曹炎培，VAST 16:40-17:10	近年来，随着生成式人工智能的爆发，三维几何表达与建模技术正经历一场底层范式的重构。传统的离散几何表征（如多边形网格）与现代神经网络隐式表达在生成式架构中发生了深度的碰撞与融合。本课程旨在系统梳理 3D 生成技术的发展脉络，探讨如何打破生成速度、质量与工业管线可用性之间的“不可能三角”。课程将从底层三维原生表征出发，多层递进，剖析结构化重拓扑、语义解耦与自动化绑定等关键图形学问题的 AI 解决路径，并拓展至场景生成与交互式世界模型，为学员建立一个从单体资产生成到可交互世界的统一概览。三维表达的演进与生成式架构的重构从优化到前向推断：3D 生成的范式转移现代神经表征与原生 3D 生成打通图形学管线：从“数字雕像”到工业级结构化资产可编辑性与语义解耦生成几何的自动化拓扑纹理与材质的全局一致性赋予资产动态潜能：自动骨骼绑定与运动推演任意拓扑下的自动化控制流动作引导的联合时空扩散跨越单体数字资产场景级3D生成世界模型初探总结与 Q&A 总结互动问答
迈向工业可用的3D生成许家乐，Meshy 17:10-17:40	理解3D生成从“视觉可看”走向“工业可用”的关键问题，掌握高模生成与低模生成的主要技术路线及未来挑战。背景知识：3D表征与生成模型更精细：高模生成技术路线基于多视角重建的方法（LRM, Instant3D, InstantMesh, FreeSplatter）基于3D原生扩散模型的方法（3DShape2Vecset, TRELLIS, Lattice）更可用：低模生成技术路线基于自回归模型的方法（MeshGPT, MeshXL, BPT, TreeMeshGPT, MeshWeaver）基于扩散模型的方法（SpaceMesh, MeshFlow, MeshCraft, Lato） 3D生成的挑战与未来趋势