Изследователи от Adobe и Австралийския национален университет са разработили алгоритъм, който преобразува двуизмерни изображения в триизмерни модели само за 5 секунди. Този пробив обещава да революционизира създаването на съдържание в дизайна и развлеченията, но внимавайте за възможни проблеми с размазани текстури и нарушаване на авторски права.
Новият алгоритъм, наречен Large Reconstruction Model (LRM), се превърна в значителен напредък в бързото създаване на триизмерни модели, базирани на едно изображение. Алгоритъмът, обучен върху голям набор от данни от около милион 3D обекти, налични в базите данни на Objaverse и MVImgNet, демонстрира изключителна способност за генерализиране при работа с различни изображения за създаване на XNUMXD съдържание.
За разлика от предишните модели, обучени върху ограничени набори от данни с фокус върху една категория изображения, LRM използва трансформативна архитектура, която се превърна в основа за много разработки в дълбокото обучение, с 500 милиона параметъра. Това позволява на AI модела да работи ефективно с различни типове изображения, включително снимки от реалния свят и визуални колажи, създадени от други AI услуги като DALL-E и Stable Diffusion.
Yitzong Hong, водещ автор на изследването, подчерта, че LRM е значителен пробив в областта на XNUMXD реконструкцията. Алгоритъмът е в състояние да възпроизвежда подробна геометрия и сложни текстури, например текстурата на дърво, като същевременно поддържа качество и точност.
Приложението на LRM може да стане наистина масово, от дизайна и развлеченията до игралната индустрия. За дизайнерите и 3D художниците това означава ускоряване на процеса на създаване на модели, което е особено важно при разработването на видео игри и анимация. В допълнение, възможността за използване на LRM от обикновени потребители обещава да направи 3D моделирането прерогатив не само на професионалистите. Сега ще е възможно да се създават детайлни модели дори от снимки, направени на смартфон.
Въпреки това, LRM има своите ограничения, като замъгляване на текстури в скритите области на изображението. Също така си струва да разгледате проблемите с авторските права, особено в контекста на използването на изображения, създадени от други AI услуги. За да демонстрират възможностите на LRM, изследователите на Adobe създадоха страница с видео демонстрации и интерактивни 3D модели. Това подчертава нарастващата роля на ИИ в днешния свят и потенциалното му въздействие върху бъдещето на творческите индустрии.
Прочетете също: