多模態(tài)AI下一步是3D內(nèi)容生成? 新工具已火爆GitHub
原創(chuàng)
2024-03-05 09:13 星期二
科創(chuàng)板日報(bào) 宋子喬
①3D建模技術(shù)和3D模型廣泛應(yīng)用于醫(yī)療、游戲、影視、建筑、產(chǎn)品設(shè)計(jì)還是虛擬現(xiàn)實(shí)等領(lǐng)域;
②當(dāng)下的3D內(nèi)容生成工具已經(jīng)不少;
③AI+3D建模技術(shù)當(dāng)前也面臨較多挑戰(zhàn),如3D數(shù)據(jù)與資產(chǎn)缺乏、AI訓(xùn)練難度高、商業(yè)化落地難度大等。

《科創(chuàng)板日報(bào)》3月5日訊(編輯 宋子喬) 多模態(tài)內(nèi)容生成展示了AIGC廣闊的應(yīng)用空間, 3D有望成為下一個(gè)實(shí)現(xiàn)突破的模態(tài)。

近期,一款名為DUSt3R的AI新工具火爆微軟旗下GitHub平臺(tái),只需2張圖片2秒鐘就能完成3D重建,無需測量任何額外數(shù)據(jù)。這款A(yù)I工具才上線沒多久就登上GitHub熱榜第二。有網(wǎng)友實(shí)測,拍兩張照片就重建出了他家的廚房,整個(gè)過程耗時(shí)不到2秒鐘。

image

3D模型生成通常需要MVS估計(jì)相機(jī)參數(shù),并在3D空間中對相應(yīng)的像素進(jìn)行三角測量。該產(chǎn)品同原來不一樣的是,它是一種對任意圖像進(jìn)行3D立體重建的全新范式,不需要相機(jī)校準(zhǔn)以及視點(diǎn)姿態(tài)等先驗(yàn)信息。從而可以實(shí)現(xiàn)提供兩個(gè)以上圖像的情況下,進(jìn)行3D建模重建。

3D建模指的是使用軟件來創(chuàng)建三維對象或形狀的數(shù)學(xué)表示形式的過程。3D建模技術(shù)和3D模型廣泛應(yīng)用于醫(yī)療、游戲、影視、建筑、產(chǎn)品設(shè)計(jì)還是虛擬現(xiàn)實(shí)等領(lǐng)域

AI+3D建模是利用人工智能技術(shù),自動(dòng)化地生成高質(zhì)量的3D模型的過程。傳統(tǒng)的3D建模需要藝術(shù)家花費(fèi)大量時(shí)間和精力進(jìn)行手工創(chuàng)作,而AI生成則通過訓(xùn)練機(jī)器學(xué)習(xí)算法,使計(jì)算機(jī)能夠自動(dòng)學(xué)習(xí)和生成3D模型,極大地提高了效率和準(zhǔn)確性,同時(shí)降低了整個(gè)制作成本。

用戶只需要輸入關(guān)鍵詞或者上傳一張2D圖片,這些工具就能在段時(shí)間內(nèi)直接生成多個(gè)比較初步的3D模型,而用戶滿意的話,則可以選擇進(jìn)一步生成精度更高的3D模型。

當(dāng)下的3D內(nèi)容生成工具已經(jīng)不少,目前海外在AI+3D技術(shù)上主要分為工業(yè)場景探索與非工業(yè)場景探索。非工業(yè)場景應(yīng)用探索主要以谷歌的DreamFusion和英偉達(dá)的Magic3D為代表,主要面向游戲、元宇宙中的3D資產(chǎn)設(shè)計(jì);工業(yè)場景應(yīng)用則主要以衍生式設(shè)計(jì)軟件為主,如PTC的Creo以及Autodesk的Fushion360均提供衍生式設(shè)計(jì)能力。

國內(nèi)比較知名的3D生成AI模型包括:字節(jié)跳動(dòng)研究團(tuán)隊(duì)開發(fā)的MVDream;由幻方量化旗下的一家大模型企業(yè)DeepSeek開發(fā)的DreamCraft3D;影眸科技從2016年開始進(jìn)行人臉采集生成3D模型的業(yè)務(wù)。據(jù)該公司CTO張啟煊介紹,其人臉生成3D的服務(wù),應(yīng)該是目前國內(nèi)3D生成里面唯一一個(gè)走進(jìn)游戲生產(chǎn)端的產(chǎn)品……

image

同一個(gè)prompt,最右側(cè)是MVDream的成品

image

用戶輸入文本:“奔跑在樹林中,搞笑的豬頭和孫悟空身體的混合形像”,DreamCraft3D生成的內(nèi)容

從ChatGPT代表的文生文,到DALL?E代表的文生圖,再到Sora代表的文生視頻,多模態(tài)已經(jīng)成為了共識(shí)的AI發(fā)展趨勢。中泰證券旗幟鮮明地提出,繼文本、代碼、圖片、視頻之后,下一個(gè)有可能實(shí)現(xiàn)突破的模態(tài)大概率是3D,“SORA之后的下一步:文生3D”。未來隨著數(shù)字化的持續(xù)發(fā)展,3D資產(chǎn)數(shù)量的快速增長,3D建模的自動(dòng)化生成或成為新的發(fā)展風(fēng)口,而以各種大模型為代表的AIGC生產(chǎn)能力賦能3D建模,以及文生3D需求持續(xù)增長,都將促進(jìn)AI賦能3D建模的快速發(fā)展。

不過AI+3D建模技術(shù)當(dāng)前也面臨較多挑戰(zhàn),如3D數(shù)據(jù)與資產(chǎn)缺乏、AI訓(xùn)練難度高、AI實(shí)時(shí)渲染技術(shù)有限、商業(yè)化落地難度大等問題。

該機(jī)構(gòu)進(jìn)一步稱,產(chǎn)業(yè)視角建議持續(xù)跟蹤關(guān)注文生3D建模領(lǐng)域的進(jìn)展,標(biāo)的視角BIM領(lǐng)域重點(diǎn)關(guān)注廣聯(lián)達(dá)、盈建科;CAX領(lǐng)域重點(diǎn)關(guān)注中望軟件、索辰科技、浩辰軟件;EDA領(lǐng)域重點(diǎn)關(guān)注華大九天、概倫電子。

收藏
85.18W
我要評論
歡迎您發(fā)表有價(jià)值的評論,發(fā)布廣告和不和諧的評論都將會(huì)被刪除,您的賬號(hào)將禁止評論。
發(fā)表評論
要聞
股市
關(guān)聯(lián)話題
4.16W 人關(guān)注
4.87W 人關(guān)注
8702 人關(guān)注
7417 人關(guān)注