近日 , 群核科技与香港城市大学、香港科技大学合作的研究论文 Controllable Texture Tiling via Diffusion Transformers with Transformed Rotary Embeddings 成功入选计算机图形学顶级国际会议 SIGGRAPH 2026。

SIGGRAPH ( Special Interest Group on Computer Graphics and Interactive Techniques ) 是由 ACM 主办的计算机图形学与交互技术领域最权威、影响力最大的国际顶级会议 , 被誉为 " 图形学界的奥斯卡 "。每年仅有少量研究成果能够通过严格的同行评审并正式发表 , 被录用的论文代表了全球图形学领域的最高学术水平。

本次入选论文聚焦于可控纹理平铺 ( Controllable Texture Tiling ) 这一计算机图形学基础难题 , 研究提出了一种基于 Transformed RoPE 的扩散模型新方法 , 使 AI 在生成图像时能够更加精准地控制纹理的尺度、旋转方向、排列方式等空间属性 , 同时保持纹理细节、场景光照和几何结构的一致性。这一技术突破 , 意味着 AI 对物理世界 " 材质感 " 与 " 空间感 " 的理解迈上了新台阶——例如在机器人训练中 , 更真实的纹理呈现能帮助其准确识别物体表面属性 , 从而做出正确的交互决策。

相比现有方法 , 该研究在用户主观评测中实现了 42% 的纹理保真偏好率提升 , 在空间可控性方面获得了 91% 的用户首选率。这项研究显著提升了生成的模型在复杂空间场景中的可编辑性与一致性 , 这类能力不仅适用于图像编辑和内容生成 , 也为 3D 模型生成、空间场景构建及机器人仿真训练等提供技术支撑。

这篇论文的入选 , 是群核科技在空间智能领域持续投入的又一里程碑。值得注意的是 , 论文数据集所使用的纹理资产 , 来自群核科技旗下专为空间智能与物理 AI 打造的物理数据引擎 SpatialVerse。依托平台上超过 5 亿个真实创建的三维场景所积累的海量数据与高精度渲染能力 , 群核科技已形成 " 以高质量数据资产反哺学术研究 , 以前沿研究成果迭代核心技术 " 的正向循环。

近年来 , 群核科技持续围绕空间智能与物理 AI开展技术布局 , 在空间生成、空间理解、高质量空间数据等方向不断取得突破。今年 6 月份 , 群核科技的三篇核心成果也入选了国际计算机视觉顶级会议 ECCV 2026, 分别覆盖物理 AI 领域空间感知、强化学习数据生成、高保真物理仿真。而此次研究成果入选 SIGGRAPH 2026, 是群核科技持续推动产学研合作、夯实空间智能底层技术能力的又一重要成果。