**EVA01：通过混合变换器实现统一的原生三维理解与生成**

_EVA01: Unified Native 3D Understanding and Generation via Mixture-of-Transformers_

> 本文提出EVA01框架，首次将三维网格作为原生模态集成到多模态大语言模型（MLLM）中。基于混合变换器（MoT）架构，该模型通过解耦的理解专家和生成专家，结合全局自注意力与硬模态路由，直接在MLLM特征空间中对齐语义与几何流形，无需中间二维表示。EVA01实现了目前最先进的文本到三维生成保真度，并首次支持多轮上下文感知的三维编辑与身份保持，为三维原生多模态系统设计提供了新思路。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.16745)