赞
踩
AI正在不同的行业中出现,我们对 3D 资产生成的前景感到兴奋。 对于游戏开发商和工作室来说,3D 资产通常是开发过程中最棘手的部分之一,容易出现瓶颈。 生产一个模型的成本从 60 美元到 1500 美元不等,需要 2 到 10 周的时间来回制作。 高保真 3D 模型的价格非常昂贵——从技术上来说,制作成本和使用成本都很高。
如果需要转换3D模型的格式,可以使用这个 3D模型转换 在线服务
在生成式AI和 3D资产管理平台的帮助下,这两种成本都可以降低。 由于 AI 能够以惊人的速度生成 3D 资产,因此对这些 3D 资产的存储需求日益增长, 3D 资产管理平台可以协助 3D 资产仓储和内容交付。
虽然新的 3D 人工智能工具每天都在涌现,但以下是我们目前关注的一些工具。
这种生成式人工智能仅使用简单的 2D 图像进行训练。 它可以生成具有高保真纹理和强大几何细节的 3D 形状。 它们以通用格式生成,因此可以立即导出和使用模型。 Get3D 可以生成任何 3D 对象,无论是建筑物、车辆还是角色。
他们对生成式AI的立场是为了弥补 3D 环境中细节的缺乏,从而降低场景的可信度。 他们相信,借助人工智能,需要团队大量资源才能创建的小细节可以在几分钟内得到完善。 例如,在大量人群中随机生成具有可信行为的非重复车辆或角色。
NVIDIA 人工智能研究副总裁兼创建该工具的多伦多人工智能实验室经理 Sanja Fidler 表示:“GET3D 让我们距离AI驱动的 3D 内容创作民主化又近了一步。” “它能够立即生成带纹理的 3D 形状,这可能会改变开发人员的游戏规则,帮助他们快速在虚拟世界中填充各种有趣的对象。”
GET3D 是开源的,可以在 Github 上找到。
3DFY 是一款文本转 3D 生成器,可以生成高质量的 3D 模型。 还可以选择在其界面中使用图像转 3D 生成器(一旦可用)。 资产以多个细节级别 (LOD) 生成,并具有高质量 UV 映射,以适应你的项目范围。
他们的过程是预处理、分析然后综合。 在后端,文本或图像被标准化和清理。 对于文本,无定义标记被删除,输入被转换为更机器可读的语言。 具体来说,对于图像,它们会被裁剪,并通过移除背景来隔离感兴趣的对象。 然后,数据被渲染成目标代码,最终从目标代码生成 3D 资产。
可以在此处查看他们的一些 3D 模型。
Sloyd 专为游戏而生。 它是一个用于自动 3D 资产创建的快速在线工具。 每个模型都经过 展UV 并针对实时使用进行了优化,因此可以直接集成到你的项目中。
Sloyd SDK 可用于在不同环境中实时创建 3D 资产。 用户可以根据他们的规则集生成程序游戏或模拟。 Sloyd 拥有一个生成器库,可以根据你的特定项目进行定制,使开发人员可以灵活地选择何时以及如何实时生成 3D 资产。
无论是服务器端还是用户端,Sloyd 引擎都可以在不到 33 毫秒的时间内生成数百万个顶点。 每个资源都具有与顶点数相匹配的详细信息,并且由于图像是生成而不是存储的,因此它们可以帮助节省存储空间。
Gepetto 的理念略有不同,因为他们更感兴趣的是构建以 AI 为中心的新游戏和电影类型,而不是优化 3D 资产的标准制作。 他们的标志性功能 Collodi 可以“为游戏玩家打造类似全息甲板的体验”。
他们还创建了电影制作工具,可以实现动画、深度伪造、动态观察、视觉特效和特效的自动化。 对于游戏,他们正在开发人工智能游戏工具,用于无限沙盒游戏、人工智能角色扮演游戏、复杂的对话机制以及可以根据游戏决策生成的游戏世界,这令人印象深刻。 生成式AI成倍地减少了团队达到每个级别所需的输出。
Luma AI 的 Imagine 3D 工具允许你输入文本以生成具有全彩纹理的完全实体 3D 模型。 据说 Luma AI 能够比一些竞争对手生产更高质量的 3D 资产,因为它使用实时成像作为参考。 Luma AI 的独特之处在于它适用于 iOS 设备,因此用户可以在现实世界中他们已经熟悉的环境中生成 3D 资产。
用户可以使用自己的 2D 图像生成 3D 模型,并可以在 Web 应用程序中编辑动画和其他细节。 这为 AR 的创造性应用提供了一条快速途径。 观看下面的视频,了解他们如何使用硬件触发器通过真实的门创建门户。
Masterpiece Studio 有 3 个简单步骤:生成、编辑和共享。 他们声称构建了“第一个生成式人工智能”来创建游戏就绪的 3D 资产。 目标是达到 10 亿 3D 创意。 这是大量的 3D 资产管理!
Masterpiece Studio的平台拥有完整的工具集,可以帮助创作者生成可用的 3D 资产。 这解决了在库或资源包中查找随机 3D 资源以及细节问题的问题,无论是转换问题还是 UV 映射问题。 Masterpiece Studio 中制作的资源已准备就绪。
Google 的 3D 模型生成式 AI — DreamFusion — 不需要对 3D 模型数据进行训练,但它们生成的 3D 模型也与其他平台略有不同,并且不是游戏开发的首选工具。
该系统使用 Imagen 文本到图像扩散模型生成的对象的 2D 图像来理解它尝试生成的模型的不同视角。 这个过程被 Google 工程师称为分数蒸馏采样 (SDS)。 SDS 创建基本外观,DreamFusion 优化资产以填充模型,例如添加正则化器和改进几何形状。 经过处理后,这些模型具有高质量法线,并且可以像常规 3D 模型一样照亮。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。