Kreativnoj industriji potreban je stalni protok sadržaja kako bi obožavatelji bili zadovoljni, a taj sadržaj treba nekako stvoriti. Kada je riječ o 3D modelima, AI algoritmi bi mogli pružiti veliku pomoć smanjenjem vremena generiranja.
Korištenjem velikog skupa podataka za treniranje algoritma strojnog učenja, istraživači iz Adobea i Australskog nacionalnog sveučilišta stvorili su tehnologiju koja može učiniti čuda za stvaranje 3D modela. Istraživači su stvorili ono što smatraju prvim modelom velike rekonstrukcije (LRM) koji može predvidjeti oblik 3D modela iz jedne dvodimenzionalne slike, a to može učiniti u roku od samo 5 sekundi.
Prethodni modeli 3D generacije bili su uvježbani na malim skupovima podataka usmjerenim na jednu kategoriju slike, objašnjavaju istraživači u svom radu . Suprotno tome, njihov LRM model ima visoko skalabilnu arhitekturu temeljenu na transformatorima s 500 milijuna parametara koji se mogu naučiti, a obučen je na oko milijun 3D objekata dostupnih u skupovima podataka Objaverse i MVImgNet
Ova kombinacija modela velikog kapaciteta i podataka o obuci velikih razmjera daje LRM algoritmu sposobnost stvaranja “vrlo generalizirajućeg” sadržaja , objašnjavaju istraživači . Model je bio u stanju proizvesti “visokokvalitetne” 3D rekonstrukcije iz različitih slika testiranja uključujući fotografije iz stvarnog svijeta.
Prema glavnom autoru studije, Yicongu Hongu, LRM je značajan napredak u 3D rekonstrukciji jedne slike. AI algoritam može proizvesti detaljnu geometriju iz videa ili slike oblika.
LRM ima potencijalne “transformativne” sposobnosti, tvrde istraživači, jer bi se mogao koristiti u širokom rasponu industrija uključujući dizajn, zabavu i igre. Dizajneri ili 3D umjetnici mogli bi pojednostaviti proces 3D modeliranja, značajno smanjujući vrijeme potrebno za generiranje sredstava za video igre ili animacije. Stvaranje 3D sadržaja u industriji koja se brzo razvija postalo je izazov, a AI tvrtke žure pružiti potencijalna rješenja poput usluge Stable 3D koju je nedavno predstavio Stability AI .
