[ad_1]
به گزارش خبرخوان
بایتدنس، کمپانی مادر تیکتاک، از یک ابزار هوش مصنوعی برای تشکیل محتوای سهبعدی رونمایی کرد. این ابزار Seed3D 1.0 نام دارد و یک مولد مدل سهبعدی معمولی نیست؛ این ابزار میتواند یک عکس دوبعدی تکی را به مدل سهبعدی کامل و آماده همانندسازی تبدیل کند.
ابزارهایی همانند Gaussian Splatting و پروژههای متنبازی همانند Hunyuan3D در حوزه تشکیل محتوای سهبعدی کارکرد زیاد خوبی دارند، بااینحال بایتدنس ادعا میکند که Seed3D 1.0 هم رقبای متنباز و هم رقبای بسته را در کیفیت بافت و هندسه ناکامی میدهد. مسئله دلنشین اینجاست که Seed3D 1.0 فقط با ۱.۵ میلیارد پارامتر به این کیفیت رسیده و حتی مدلهای بزرگتری همانند Hunyuan3D 2.1 (با ۳ میلیارد پارامتر) را نیز پشت سر گذاشته است.
نوآوری مهم این ابزار استراتژی تشکیل قدم به قدم آن است: ۱. ابتدا عکس ورودی توسط یک مدل زبان-بینایی (VLM) تحلیل میشود تا اشیا و نشانههای فضایی آنها استخراج شود. ۲. سپس برای هر شیء شناساییشده، یک مدل سهبعدی مجزا تشکیل میکند. ۳. درنهایت همه مدلهای سهبعدی مجزا را بر پایه چیدمان فضایی پیشبینیشده توسط VLM در یک صحنه کامل مونتاژ میکند.
مدل Seed3D 1.0 بایتدنس
برخلاف تعداد بسیاری از مدلهای دیگر، خروجی Seed3D 1.0 فقط برای اهداف تحقیقاتی یا رندرهای ساده نیست؛ این مدلها «آماده همانندسازی» می باشند. برای مثال این مدلها را میتوان مستقیماً در پلتفرمهای همانندسازی همانند Isaac Sim (متعلق به انویدیا) برای آموزش رباتها ادغام کرد.
هنگامی مدل سهبعدی در همانندساز بارگذاری میشود، VLM مقیاس واقعی شیء را تخمین میزند و Isaac Sim بهطور خودکار مشهای برخورد (Collision Mesh) را برای آن تشکیل میکند. این بدان معناست که میتوان همانندسازیهای فیزیکی همانند برداشتن اشیا توسط بازوی رباتیک را بلافاصله و بدون تنظیمات دستی زمانبر اغاز کرد.
این چنین Seed3D 1.0 میتواند صحنههای کامل بسازد؛ این ابزار قابلیت ساخت یک شی واحد (همانند یک صندلی) یا یک صحنه داخلی کاملاً پرجزئیات (همانند یک دفتر کار) و حتی یک منظره شهری در مقیاس بزرگ را دارد. بر پایه برسیهای انسانی، Seed3D 1.0 در ۶ بُعد مهم از جمله جزئیات دقیق و بازسازی ویژگیهای پیچیده، عملکردی رقابتی و قوی از خود نشان داده و در بنچمارکهای برسی هندسه (همانند ULIP-I و Uni3D-I) نیز از رقبای خود پیشی گرفته است.
دسته بندی مطالب
اخبار کسب وکار
[ad_2]