● 小红书 dots 团队提出 Vision-OPD，让多模态大模型“看清细节”！

📌 一句话摘要 小红书 dots 团队提出 Vision-OPD 框架，通过在线自蒸馏技术，让多模态大模型无需外部工具即可实现对图像细节的精准识别。 📝 详细摘要 针对多模态大模型在处理细粒度视觉问题时存在的「区域到全局鸿沟」问题，小红书 dots 团队提出了 Vision-OPD（Vision

● 开源实时 3D 场景重建模型介绍

📌 一句话摘要 介绍了一个无需 LiDAR、单卡即可实现 20fps 实时 3D 重建的开源模型。 📝 详细摘要 分享了一个国产开源模型，该模型仅需单摄像头即可实现高帧率、长序列的实时 3D 场景重建，在无人机和行车记录等场景表现优异。 📊 文章信息 AI 初评：86 来源：AI Will(@

● Pic 2 3D Model: 图像转 3D 模型演示

📌 一句话摘要 展示了一项将图片转换为 3D 模型的技术演示。 📝 详细摘要 该推文分享了一个关于「图像生成 3D 模型」的技术演示视频。虽然文本极其简短，但展示了 AI 在 3D 内容创作领域的最新进展，通常涉及多模态生成技术。 📊 文章信息 AI 初评：75 来源：Berryxia.AI(

● Captain Safari：实现 6-DoF 相机轨迹控制的视频生成模型

📌 一句话摘要 介绍了一项新的视频生成研究，通过姿态对齐的 3D 记忆机制实现长程几何一致的 FPV 无人机视频生成。 📝 详细摘要 本推文介绍了来自约翰霍普金斯大学等机构的最新研究 Captain Safari。该模型解决了视频生成中相机可控性差、长程几何一致性不足的痛点，通过引入姿态感知的