Ang mga mananaliksik mula sa Adobe at sa Australian National University ay nakabuo ng isang algorithm na nagko-convert ng dalawang-dimensional na larawan sa mga three-dimensional na modelo sa loob lamang ng 5 segundo. Nangangako ang tagumpay na ito na baguhin nang lubusan ang paggawa ng content sa disenyo at entertainment, bagama't mag-ingat sa mga posibleng isyu sa malabong texture at paglabag sa copyright.
Ang bagong algorithm, na tinatawag na Large Reconstruction Model (LRM), ay naging isang makabuluhang pagsulong sa mabilis na paglikha ng mga three-dimensional na modelo batay sa isang larawan. Ang algorithm, na sinanay sa isang malaking dataset ng humigit-kumulang isang milyong 3D na bagay na available sa Objaverse at MVImgNet database, ay nagpakita ng pambihirang kakayahang mag-generalize kapag nagtatrabaho sa iba't ibang larawan para sa paglikha ng XNUMXD na nilalaman.
Hindi tulad ng mga nakaraang modelong sinanay sa mga limitadong dataset na may pagtuon sa isang kategorya ng mga larawan, gumagamit ang LRM ng transformative architecture na naging batayan para sa maraming development sa deep learning, na may 500 milyong parameter. Binibigyang-daan nito ang modelo ng AI na gumana nang epektibo sa iba't ibang uri ng larawan, kabilang ang mga real-world na larawan at visual collage na ginawa ng iba pang serbisyo ng AI gaya ng DALL-E at Stable Diffusion.
Binigyang-diin ni Yitzong Hong, nangungunang may-akda ng pag-aaral, na ang LRM ay isang makabuluhang tagumpay sa larangan ng XNUMXD reconstruction. Nagagawa ng algorithm na magparami ng detalyadong geometry at kumplikadong mga texture, halimbawa, ang texture ng kahoy, habang pinapanatili ang kalidad at katumpakan.
Ang aplikasyon ng LRM ay maaaring maging tunay na malaki, mula sa disenyo at entertainment hanggang sa industriya ng paglalaro. Para sa mga designer at 3D artist, nangangahulugan ito ng pagpapabilis sa proseso ng paglikha ng mga modelo, na lalong mahalaga kapag bumubuo ng mga video game at animation. Bilang karagdagan, ang posibilidad ng paggamit ng LRM ng mga ordinaryong gumagamit ay nangangako na gawing prerogative ng hindi lamang mga propesyonal ang pagmomodelo ng 3D. Ngayon ay magiging posible na lumikha ng mga detalyadong modelo kahit na mula sa mga larawang kinunan sa isang smartphone.
Gayunpaman, may mga limitasyon ang LRM, tulad ng pag-blur ng mga texture sa mga nakatagong bahagi ng larawan. Nararapat ding isaalang-alang ang mga isyu sa copyright, lalo na sa konteksto ng paggamit ng mga larawang nilikha ng iba pang mga serbisyo ng AI. Upang ipakita ang mga kakayahan ng LRM, ginawa ng mga mananaliksik ng Adobe pahina na may mga video demonstration at interactive na 3D na modelo. Itinatampok nito ang lumalaking papel ng AI sa mundo ngayon at ang potensyal na epekto nito sa kinabukasan ng mga creative na industriya.
Basahin din: