Forskningslaboratoriet for kunstig intelligens OpenAI har annonsert detaljer om sin nyeste teknologi som vil forbedre 3D-gjengivelsen dramatisk. OpenAI er selskapet bak tekst-til-bilde-generatoren DALL-E, som nå har rettet oppmerksomheten mot å oversette tekstledetråder til 3D-punktskyer, som den vil kalle POINT-E.
I følge dokument, publisert av OpenAI, POINT-E "skaper 3D-modeller på bare 1-2 minutter på en enkelt GPU," sammenlignet med andre eksisterende løsninger som kan ta timer og krever flere GPUer.
Et utdrag fra rapporten beskriver POINT-Es nåværende plass i 3D-modelleringsverdenen: "Selv om metoden vår fortsatt mangler det siste når det gjelder prøvekvalitet, er den en til to størrelsesordener raskere, og tilbyr et praktisk kompromiss for noen brukstilfeller."
Det fungerer ved å lage et enkelt syntetisk bilde med en tekst-bildediffusjonsmodell. Det genereres da en 3D-punktsky som er lettere å syntetisere, noe som reduserer belastningen på GPUer, selv om den ikke fanger opp fine detaljer, noe som er en avveining nevnt i artikkelen.
En sekundær kunstig intelligens har blitt trent opp til å lindre noen av disse problemene, men papiret forklarer at den "noen ganger kan gå glipp av subtile/små deler av objekter" som plantestengler, og skape en illusjon av flytende blomster.
OpenAI lover å trene kunstig intelligens på flere millioner 3D-modeller og deres metadata, selv om omfanget er ganske begrenset så langt.
Et slikt eksempel er gjengivelse av virkelige objekter for 3D-utskrift, men etter hvert som teknologien utvikler seg og forbedres, er det sannsynlig at vi vil se den brukt i mer komplekse applikasjoner som spill og til og med TV.
Åpen kildekode-prosjekt tilgjengelig på GitHub.
Du kan hjelpe Ukraina med å kjempe mot de russiske inntrengerne. Den beste måten å gjøre dette på er å donere midler til Ukrainas væpnede styrker gjennom Redd livet eller via den offisielle siden NBU.
Legg igjen en kommentar