AI 在 3D 制图方面有以下突破:
您可以通过以下链接获取更多详细信息:
[1864_1709618312.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/Dc6ebOZNNonwSLxA8cvc95KHnBg?allow_redirect=1)官网尝试效果[1874_1709618745.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/KKdjbP08ioKs03xNMD0ch8zEnmf?allow_redirect=1)用这个素材尝试[MJ使用V6制作3D素材](https://waytoagi.feishu.cn/wiki/UdwrwCYFMiHASVkHCWxcXgvpnRe)歸藏看了这个老哥用Midjourney V6生产3D素材,突发奇想,既然V6对中国传统元素的了解很详细,能不能也用来生产中国风3D素材贴图。试了一下居然真可以,这效果也太好了。建模直接照着做就行,要求低可以直接用https://3d.csm.ai/这种网站生成。图像生成是现在视觉媒体生成的绝对上游,上游质量的突破绝对会帮助视频、3D等下游带来巨大突破。https://twitter.com/op7418/status/1738614091349172544提示词模板:
生成性AI可以为[游戏](https://a16z.com/2022/11/17/the-generative-ai-revolution-in-games/)创建2D艺术、纹理、3D模型,并协助关卡设计。在营销中,它看似有望取代库存艺术、产品摄影和插图。我们已经看到它在网页设计、室内设计和景观设计中的应用。我们实际上才刚刚开始。如果一个用例需要创造性地生成内容,那么很难理解为什么生成AI不会颠覆它或至少成为这个流程的一部分。那么,这篇文章的要点是什么呢?尽管它在某种程度上集中于代码生成和图像生成,但我们怀疑这些结果更具普遍性。特别是,全面的创意努力——无论是视觉的、文字的还是音乐的——都可能在系统构建之前就被AI打破。除了我们以上使用的正确性论点外,将所有先前的艺术品组合和重新组合可能足以满足创意输出的实际范围。例如,音乐和电影行业历史上生产了无数流行专辑和电影的仿制品。完全可以想象,生成模型随着时间的推移可能有助于自动化这些功能。然而,Stable Diffusion和DALL-E 2产生的众多图像中引人注目的一点是,它们真的很好,并且真正有趣。可以轻松地设想一个AI模型产生具有吸引力和真实感的电影海报、广告和插图。
理解了如何“解构”,接下来就是如何“重构”。这是Diffusion Model(扩散模型)、NeRF(神经辐射场)、3DGS(3D高斯溅射)和DiT(扩散Transformer)算法技术能大显身手的地方。* Diffusion Model:逐步去噪的艺术家Diffusion Model像一个极具耐心的艺术家。它从一个充满噪声的图像,一层一层地去掉噪声,最终还原出一张清晰的图像。通过这种去噪生成的方式,Diffusion Model实现了高质量的图像生成和重构。不过,这个过程对人类来说简直不可思议,我们通常是先画轮廓再上色,而Diffusion Model却偏偏反过来:从一片混沌开始,越“去”越清晰,最终完成艺术创作。看到它的成果,人类艺术家可能都得自叹弗如!*NeRF与3DGS:三维世界的建筑师和雕塑家NeRF则更像是一个空间中的建筑师,它可以把一系列二维图像,转化成逼真的三维场景。NeRF的厉害之处在于,它可以从有限的二维图像中推测出场景的三维结构,类似于人类的空间感知。而与NeRF相辅相成的是3DGS(3D高斯喷溅),作为三维形状生成领域的重要技术,它专注于物体的结构和几何特征,能够理解和重构三维物体的形状,类似于“雕塑家”。3DGS通过将三维场景表示为高斯分布的集合,实现高效的渲染和重建。它能够从图像或简单的形状提示中生成精细的三维模型,例如,不仅能生成符合要求的椅子,还能展现出真实、丰富的细节。在虚拟现实、游戏开发等领域,这种建筑师和雕塑家的结合,不仅能生成逼真的三维场景,还能生成高度定制的三维对象。*DiT:视频世界的导演