Forskere fra Adobe og Australian National University har udviklet en algoritme, der konverterer todimensionelle billeder til tredimensionelle modeller på kun 5 sekunder. Dette gennembrud lover at revolutionere indholdsskabelse inden for design og underholdning, men pas på mulige problemer med slørede teksturer og krænkelse af ophavsretten.
Den nye algoritme, kaldet Large Reconstruction Model (LRM), er blevet et betydeligt fremskridt i den hurtige skabelse af tredimensionelle modeller baseret på et enkelt billede. Algoritmen, der er trænet på et stort datasæt på omkring en million 3D-objekter, der er tilgængelige i Objaverse- og MVImgNet-databaserne, har demonstreret enestående evne til at generalisere, når man arbejder med en række forskellige billeder til at skabe XNUMXD-indhold.
I modsætning til tidligere modeller trænet på begrænsede datasæt med fokus på én kategori af billeder, bruger LRM en transformativ arkitektur, der er blevet grundlaget for mange udviklinger inden for deep learning, med 500 millioner parametre. Dette gør det muligt for AI-modellen at arbejde effektivt med en række billedtyper, herunder fotos fra den virkelige verden og visuelle collager skabt af andre AI-tjenester såsom DALL-E og Stable Diffusion.
Yitzong Hong, hovedforfatter af undersøgelsen, understregede, at LRM er et væsentligt gennembrud inden for XNUMXD-rekonstruktion. Algoritmen er i stand til at gengive detaljeret geometri og komplekse teksturer, for eksempel træets tekstur, samtidig med at kvaliteten og nøjagtigheden bevares.
Anvendelsen af LRM kan blive virkelig massiv, fra design og underholdning til spilindustrien. For designere og 3D-kunstnere betyder det at fremskynde processen med at skabe modeller, hvilket er særligt vigtigt, når man udvikler videospil og animation. Derudover lover muligheden for at bruge LRM af almindelige brugere at gøre 3D-modellering til ikke kun professionelle. Nu bliver det muligt at lave detaljerede modeller selv fra billeder taget på en smartphone.
LRM har dog sine begrænsninger, såsom sløring af teksturer i skjulte områder af billedet. Det er også værd at overveje ophavsretlige spørgsmål, især i forbindelse med brug af billeder skabt af andre AI-tjenester. For at demonstrere LRM's muligheder har Adobe-forskere lavet side med videodemonstrationer og interaktive 3D-modeller. Dette fremhæver AIs voksende rolle i nutidens verden og dens potentielle indflydelse på fremtiden for de kreative industrier.
Læs også: