Pētnieki no Adobe un Austrālijas Nacionālās universitātes ir izstrādājuši algoritmu, kas pārvērš divdimensiju attēlus trīsdimensiju modeļos tikai 5 sekundēs. Šis sasniegums sola revolucionizēt satura veidošanu dizainā un izklaidē, tomēr uzmanieties no iespējamām problēmām, kas saistītas ar izplūdušām tekstūrām un autortiesību pārkāpumiem.
Jaunais algoritms, ko sauc par lielo rekonstrukcijas modeli (LRM), ir kļuvis par nozīmīgu progresu trīsdimensiju modeļu straujā izveidē, pamatojoties uz vienu attēlu. Algoritms, kas apmācīts uz lielu datu kopu, kurā ir aptuveni miljons 3D objektu, kas pieejami Objaverse un MVImgNet datu bāzēs, demonstrēja izcilu vispārināšanas spēju, strādājot ar dažādiem attēliem XNUMXD satura izveidei.
Atšķirībā no iepriekšējiem modeļiem, kas apmācīti ierobežotās datu kopās, koncentrējoties uz vienu attēlu kategoriju, LRM izmanto pārveidojošu arhitektūru, kas ir kļuvusi par pamatu daudziem dziļās mācīšanās uzlabojumiem ar 500 miljoniem parametru. Tas ļauj mākslīgā intelekta modelim efektīvi strādāt ar dažādiem attēlu veidiem, tostarp reālām fotogrāfijām un vizuālām kolāžām, kas izveidotas ar citiem AI pakalpojumiem, piemēram, DALL-E un Stable Diffusion.
Yitzong Hong, pētījuma vadošais autors, uzsvēra, ka LRM ir nozīmīgs sasniegums XNUMXD rekonstrukcijas jomā. Algoritms spēj reproducēt detalizētu ģeometriju un sarežģītas faktūras, piemēram, koka faktūru, vienlaikus saglabājot kvalitāti un precizitāti.
LRM pielietojums var kļūt patiesi masīvs, sākot no dizaina un izklaides līdz spēļu industrijai. Dizaineriem un 3D māksliniekiem tas nozīmē modeļu izveides procesa paātrināšanu, kas ir īpaši svarīgi, izstrādājot videospēles un animāciju. Turklāt iespēja izmantot LRM parastajiem lietotājiem sola padarīt 3D modelēšanu par ne tikai profesionāļu prerogatīvu. Tagad būs iespējams izveidot detalizētus modeļus pat no viedtālrunī uzņemtajām fotogrāfijām.
Tomēr LRM ir savi ierobežojumi, piemēram, faktūru izplūšana attēla slēptajās vietās. Ir vērts apsvērt arī autortiesību jautājumus, jo īpaši citu AI pakalpojumu radīto attēlu izmantošanas kontekstā. Lai demonstrētu LRM iespējas, Adobe pētnieki izveidoja lappuse ar video demonstrācijām un interaktīviem 3D modeļiem. Tas izceļ AI pieaugošo lomu mūsdienu pasaulē un tā iespējamo ietekmi uz radošo industriju nākotni.
Lasi arī: