IT之家 4 月 27 日消息，“中科院之声”公众号今日发文称，近日，中国科学院金属研究所团队开发出暗场电子层析成像新方法 DFET-Nano，实现了对纳米金属晶界的三维“透视”。简单来说，这就像给纳米晶粒作 CT 扫描。 团队利用透射电子显微镜，从不同角度为纳米晶粒拍摄大量暗场像照片，然后通过复杂的重构算法，将二维图像合成为高精度的三维立体模型。目前， 该技术的空间分辨率已经达到 0.3 纳米 。 IT之家从文中获悉，这种方法不仅重建了晶粒的外形，还能同步解析其晶体学取向。也就是说，研究人员不仅能“看见”晶粒长什么样， 还能知道每个晶粒的晶界结构特征 ，从而精确计算出晶界的晶面指数和曲率。这些直观的三维证据，首次在实验中验证了理论物理学家提出的“受限晶体结构”特征。 这项研究就像一把钥匙，打开了纳米材料“黑箱”。借助它， 科学家能在三维空间中直接观察和测量晶界变化 ，从而更透彻地理解纳米金属稳定机制，为未来设计更高性能、更稳定的纳米材料提供了新的表征手段。 参考 论文链接
IT之家 4 月 16 日消息，美国暗能量光谱仪（DESI）项目团队 4 月 15 日宣布，该项目已完成为期 5 年的观测任务， 绘制出迄今最大规模的高分辨率三维宇宙地图 ，以帮助研究暗能量及宇宙膨胀历史。 该项目由美国能源部资助、劳伦斯伯克利国家实验室负责运行。光谱仪安装在位于亚利桑那州基特峰国家天文台的尼古拉斯 · 梅奥尔望远镜上，于 2021 年 5 月开启巡天任务。 ▲ 由 DESI 五年调查产生的地图，其中一小部分显示了银河系平面上下方的星系和类星体 项目团队称，暗能量光谱仪不仅提前完成既定观测目标，而且观测到的星系和恒星数量也远超预期。该光谱仪原计划 5 年内获取覆盖北半球天空约三分之二区域的 3400 万个星系和类星体光谱数据，实际已获得该区域超过 4700 万个星系和类星体以及银河系 2000 万颗恒星的光谱数据。 ▲ 地球位于中心，每个点都是一个星系 IT之家注：暗能量是充斥于宇宙空间的一种能量，一般认为它构成了宇宙的 68.3% 至 70%，并且驱动宇宙加速膨胀。 项目团队称， 对该光谱仪前 3 年的数据分析显示，此前被认为是“宇宙学常数”的暗能量，可能随时间发生演化 ，这一结果引发宇宙学界广泛关注。完整巡天数据集有望对相关结论进行更高精度验证。 下一阶段，研究人员将对光谱仪全部观测数据进行分析处理， 预计于 2027 年公布首批暗能量研究成果 。 ▲ 星系分布中那些精致如气泡的结构，记录了宇宙膨胀历史的宝贵线索 据介绍，该光谱仪将继续开展巡天观测至 2028 年，观测范围将从约 1.4 万平方度扩大至 1.7 万平方度，扩展观测将覆盖更接近银河系盘面及更偏南的天区，这些区域观测难度更高。此外，项目还将对已观测区域进行重复观测，以捕捉更遥远、更暗淡的“亮红星系”，从而构建更精细的宇宙结构图，帮助科学家进一步了解宇宙演化历史。
IT之家 4 月 16 日消息，今天蚂蚁灵波正式开源流式三维重建模型 LingBot-Map，官方称无需复杂硬件，仅靠一颗普通 RGB 摄像头，就能让机器在视频采集过程中，实时完成相机位姿估计与场景三维结构重建，填补实时空间感知领域的关键技术空白，为机器人、自动驾驶等场景提供更可靠的空间理解能力。 IT之家附官方详细介绍如下： 在流式三维重建领域，几何精度、时序一致性与运行效率的平衡，一直是行业公认的核心难点。 不同于传统三维重建“先采集、后处理”的模式，流式重建要求系统“边看边理解”，一边接收新画面，一边持续完成定位与建图，同时还要严格控制计算与存储开销，这对模型的设计提出了极高要求。 针对这一痛点，我们打造了 LingBot-Map，以纯自回归式建模为核心，基于几何上下文 Transformer，在不依赖未来帧信息的前提下，逐帧处理当前及历史画面，持续输出精准的相机位姿和深度信息，实时还原场景三维结构，真正实现“所见即所建”。 我们引入了几何上下文注意力机制（GCA），能够高效组织与利用跨帧几何信息，在保留关键历史数据的同时，大幅减少冗余计算，兼顾重建质量与运行效率。 这一设计借鉴了经典 SLAM 系统对空间信息分层管理的思路，但突破了传统方法依赖手工设计和复杂优化的局限，将核心逻辑交由模型统一学习完成，在长序列场景下也能保持稳定表现。 性能全面领跑：20FPS 实时推理稳定支撑机器人作业 多个权威基准完成严苛测试： 在 Oxford Spires 数据集（大尺度、复杂光照、高标准）上： 绝对轨迹误差（ATE）仅为 6.42 米 轨迹精度较此前最优流式方法提升约 2.8 倍 显著优于离线方法 DA3（12.87 米）和 VIPE（10.52 米） 在大场景重建中展现出更强的稳定性。 在 ETH3D、7-Scenes、Tanks and Temples 等多个主流基准上，LingBot-Map 在位姿估计和三维重建质量两个维度全面领先现有流式方法。 其中 ETH3D 基准：重建 F1 分数达到 85.70，较第二名提升超过 8%，场景还原精度大幅提升。 除精度外，LingBot-Map 还兼顾实时性与长时稳定运行能力： 推理速度可实现约 20 FPS 支持 10,000+ 帧长视频连续推理 长序列运行精度几乎无衰减 这意味着，在机器人导航、避障、操作、交互等需要连续在线处理的真实场景中，它能稳定输出可靠的空间感知结果，为上层应用提供坚实支撑。 持续开源多款模型：补齐实时三维建图关键拼图 自今年 1 月以来，我们相继开源： 高精度空间感知模型 LingBot-Depth 具身大模型 LingBot-VLA 世界模型 LingBot-World 具身世界模型 LingBot-VA 围绕空间感知、具身决策、世界模拟等关键环节，持续夯实具身智能“智能基座”的技术布局。此次 LingBot-Map 的开源，进一步补齐了实时空间理解与在线三维建图的关键能力拼图。 目前，LingBot-Map 的模型和代码已正式在 Hugging Face 和 Model Scope 开源。我们期待更多开发者、研究团队加入进来，一起探索流式三维重建的更多可能，推动技术落地，让机器人更稳定、更高效地理解和适应真实物理世界，赋能更多行业创新。 开源地址： 魔搭社区 ModelScope： https://www.modelscope.cn/models/Robbyant/lingbot-map HuggingFace： https://huggingface.co/robbyant/lingbot-map GitHub： https://github.com/Robbyant/lingbot-map Paper： https://arxiv.org/abs/2604.14141 Homepage： https://technology.robbyant.com/lingbot-map
IT之家 4 月 16 日消息，电影《小猪佩奇 · 完美假期》今日发布“闯中版”预告， 官宣定档 2026 暑期档 。 佩奇和乔治以三维形象出现在屏幕前， 官宣将要前往中国度假 。神秘新成员伊菲声音出镜，也将一同踏上旅程，开启她的银幕首秀。 作为小猪佩奇 IP 首部三维动画大电影 ，《小猪佩奇 · 完美假期》角色形象迎来全新视觉呈现。影片由英国原班人马深度参与制作。 据IT之家此前报道， 有一部《小猪佩奇・小小合唱团》合拍片在 2025 年底备案立项 ，讲述了小猪佩奇受邀前往中国参加合唱团表演，却因谁来领唱的问题与小狐狸方产生矛盾，在家人和朋友的鼓励下，佩奇与小狐狸方化敌为友，共同完成了一次成功的演出，收获了一趟充满快乐与友谊的中国之旅。 IT 之家小伙伴记得用 最会买购买电影票 ，享受折扣价的同时还可以获得返利，预计每张票可以节省 5~15 元！
36氪获悉，三维化学公告，2026年第一季度土木工程建筑业务新签约订单39个，金额合计1.06亿元。