OpenAI使从文本提示创建3D对象变得更加容易
喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，阅读有关指数技术和趋势 ，连接 ，观看Keynote或浏览我的博客。
席卷人工智能（AI）世界的下一个突破可能是AI 3D模型发生器 。本周，Openai在世界著名的Chatgpt和GPT-4 AI背后的公司静静地开了开源Point-E ，这是一种机器学习系统 ，可以使用文本提示来创建任何3D对象 。
根据与代码库一起发表的论文，Point-E可以在单个NVIDIA V100 GPU上在一到两分钟内生产3D模型。
Point-e在传统意义上不会创建3D对象 。相反 ，它会在代表3D形状的空间中生成点云或离散的数据点 ，从而厚脸皮的缩写 。
合成内容的未来，主题演讲Matthew Griffin
EPOINT-E中的“ E”是“效率 ”的缩写 ，因为表面上比以前的3D对象生成方法快。
从计算的角度来看 ，点云更容易合成，但是它们不会捕获对象的细粒形状或纹理 - 当前是点-E的关键限制 。
为了解决此限制 ，Point-E团队训练了一个额外的AI系统 ，以将Point-E的点云转换为网眼 - 定义对象的顶点，边缘和面部的集合 - 通常在3D建模和设计中使用 。但是他们在论文中指出，该模型有时会错过对象的某些部分 ，从而导致块状或扭曲的形状。
在单独使用网格的模型之外 ，点由两个模型组成：文本对图像模型和图像到3D模型 。
文本对图像模型类似于Openai自己的DALL-E 2（例如稳定的扩散）的生成艺术系统，并在标记的图像上进行了培训 ，以了解单词和视觉概念之间的关联 。另一方面 ，图像到3D模型被喂食一组与3D对象配对的图像，以便学会在两者之间有效地翻译。
当给出文本提示时（例如 ，“ 3D可打印的齿轮 ，直径3英寸的单个齿轮和半英寸厚 ”的单个齿轮”，Point-E的文本对图像型模型会生成一个合成的渲染对象 ，该对象被馈送到图像到3D模型 ，然后生成点云 。
OpenAI研究人员说，在训练“数百万 ” 3D对象和相关元数据的数据集上的模型之后 ，Point-E可能会产生彩色点云 ，这些彩色云经常匹配文本提示 。它不是完美的 - 点-E的图像到3D模型有时无法从文本到图像模型中理解图像，从而导致形状与文本提示符不符。尽管如此，至少根据Openai团队的说法 ，它的数量级要比以前的最先进的速度快。
他们在论文中写道：“尽管我们的方法在此评估中的性能要比最先进的技术差 ，但它在一小部分时间内产生了样本 。 ”“这可能使其在某些应用程序中更实用，或者可以发现更高质量的3D对象 。”
确切的应用程序是什么？
好吧 ，OpenAI研究人员指出 ，可以使用Point-E的点云来制造现实世界对象，例如通过3D打印。而且 ，借助其他网格转换模型 ，系统还可以（一旦它更加抛光）就可以进入游戏和动画开发工作流程，以帮助创建游戏 ，虚拟资产和虚拟世界等 。
Openai可能是最新的公司跳入3D对象发电机Fray的公司 ，但是（如前所述）当然不是第一家 。今年早些时候，Google发布了DreamFusion ，这是Dream Fields的扩展版本 ，该公司在2021年宣布了一个生成的3D系统。与Dream Fields不同，DreamFusion不需要事先培训，这意味着它可以生成没有3D数据的对象的3D表示 。
目前 ，所有目光都注视着2D艺术生成器 ，但模型合成的AI可能是下一个大型行业颠覆者 。3D模型被广泛用于电影和电视，室内设计 ，建筑和各种科学领域。建筑公司将它们用于演示拟议的建筑物和景观 ，而工程师则利用模型作为新设备，车辆和结构的设计 。
不过 ，3D型号通常需要一段时间才能制作 - 几个小时到几天之间的任何位置 。像AI这样的Point-e可以改变 ，如果有一天纠结，并使Openai成为可观的利润。
问题是可能会及时出现什么样的知识产权纠纷 。3D型号的市场有一个大型市场 ，其中包括CGSTUDIO和CreativeMarket在内的几个在线市场 ，使艺术家可以销售他们创建的内容 。如果Point-E赶上了及其模型进入市场，模型艺术家可能会抗议 ，并指出证据表明 ，现代生成性AI从其培训数据中大量借用了培训数据（现有的3D模型），就Point-E而言。像dall-e 2一样，Point-e也不信任或引用任何可能影响其几代人的艺术家。
但是Openai将这个问题持续了一天 。Point-E纸和GitHub页面都没有提及版权 。
值得称赞的是 ，研究人员确实提到 ，他们期望点E会遇到其他问题，例如从培训数据中继承的偏见以及围绕可能用于创建“危险对象 ”的模型的保障措施。这也许就是为什么他们谨慎地将Point-E描述为他们希望在文本到3D模型综合领域的“进一步工作 ”的“起点” 。
来源:https://ovna.cn/wiki/202506-9457.html 来源:https://ovna.cn/zshi/202506-9512.html 来源:https://ovna.cn/cshi/202506-9483.html 来源:https://ovna.cn/cshi/202506-9430.html 来源:https://ovna.cn/zlan/202506-9486.html 来源:https://ovna.cn/cshi/202506-9545.html 来源:https://ovna.cn/cshi/202506-9497.html 来源:https://ovna.cn/wiki/202506-9557.html 来源:https://ovna.cn/wiki/202506-9335.html 来源:https://ovna.cn/zshi/202506-9490.html
来源:https://ovna.cn/wiki/202506-9457.html 来源:https://ovna.cn/zshi/202506-9512.html 来源:https://ovna.cn/cshi/202506-9483.html 来源:https://ovna.cn/cshi/202506-9430.html 来源:https://ovna.cn/zlan/202506-9486.html 来源:https://ovna.cn/cshi/202506-9545.html 来源:https://ovna.cn/cshi/202506-9497.html 来源:https://ovna.cn/wiki/202506-9557.html 来源:https://ovna.cn/wiki/202506-9335.html 来源:https://ovna.cn/zshi/202506-9490.html
本文来自作者[鄢若溪]投稿，不代表策华号立场，如若转载，请注明出处：https://cehuayingxiao.cn/zshi/202506-41127.html
评论列表（4条）
我是策华号的签约作者“鄢若溪”！
希望本篇文章《OpenAI使从文本提示创建3D对象变得更加容易》能对你有所帮助！
本站[策华号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：OpenAI使从文本提示创建3D对象变得更加容易 喜欢指数的未来？加入我们的Xpotential社区，通过Xpotential University的课程进行未来的证明，...