Forskningslaboratoriet for kunstig intelligens, OpenAI, har annonceret detaljer om sin nyeste teknologi, der i høj grad vil forbedre 3D-gengivelsen. OpenAI er virksomheden bag tekst-til-billede-generatoren DALL-E, som nu har vendt opmærksomheden mod at oversætte tekstspor til 3D-punktskyer, som den vil kalde POINT-E.
Ifølge dokument, udgivet af OpenAI, POINT-E "skaber 3D-modeller på kun 1-2 minutter på en enkelt GPU," sammenlignet med andre eksisterende løsninger, der kan tage timer og kræver flere GPU'er.
Et uddrag fra rapporten beskriver POINT-E's nuværende plads i 3D-modelleringsverdenen: "Mens vores metode stadig ikke lever op til det nyeste med hensyn til prøvekvalitet, er den en til to størrelsesordener hurtigere og tilbyder et praktisk kompromis for nogle use cases."
Det fungerer ved at skabe et enkelt syntetisk billede med en tekst-billede spredningsmodel. Der genereres derefter en 3D-punktsky, som er lettere at syntetisere, hvilket reducerer belastningen på GPU'er, selvom den ikke fanger fine detaljer, hvilket er en afvejning, der er nævnt i artiklen.
En sekundær AI er blevet trænet til at afhjælpe nogle af disse problemer, men papiret forklarer, at det "nogle gange kan gå glip af subtile/sparsomme dele af objekter" såsom plantestængler, hvilket skaber illusionen af flydende blomster.
OpenAI lover at træne kunstig intelligens på flere millioner 3D-modeller og deres metadata, selvom omfanget indtil videre er ret begrænset.
Et sådant eksempel er gengivelsen af rigtige objekter til 3D-udskrivning, men efterhånden som teknologien udvikler sig og forbedres, er det sandsynligt, at vi vil se dens brug i mere komplekse applikationer såsom spil og endda fjernsyn.
Open source-projekt tilgængelig på GitHub.
Du kan hjælpe Ukraine med at kæmpe mod de russiske angribere. Den bedste måde at gøre dette på er at donere midler til Ukraines væbnede styrker gennem Red livet eller via den officielle side NBU.
Giv en kommentar