不到60秒就能生成3D「手办」，Meta发力3D生成，ChatGPT时刻要来了吗？

文章摘要

【关 键 词】 3D内容创作、生成式AI、Meta 3D Gen、PBR材质、3D资产

3D内容创作在视频游戏、增强现实、虚拟现实和影视特效等领域扮演着至关重要的角色。然而，3D生成面临着艺术质量、生成速度、3D网格结构、拓扑质量、UV贴图结构、纹理清晰度和分辨率等方面的严格标准，以及可用数据量少、难以实现逼真照明和材质属性、算力消耗大等挑战。

Meta公司最近发布了Meta 3D Gen（3DGen）系统，这是一种创新的3D生成技术，能够直接从文本生成3D资产，且生成过程不到一分钟。3DGen支持基于物理的渲染（PBR），允许对3D资产进行重新照明，并且能够使用用户提供的额外文本输入对3D形状进行重新纹理化。

3DGen采用了两阶段方法，包括Meta 3D AssetGen和Meta 3D TextureGen两个关键组件。AssetGen根据用户提供的文本提示创建初始3D资产，包括纹理和PBR材质贴图的3D网格。TextureGen则基于第一阶段生成的3D资产和文本提示生成更高质量的纹理和PBR贴图。

在实验对比中，3DGen在运行时间和功能上表现出色。与业界领先的文本到3D生成模型相比，3DGen在遵循prompt的text-to-3D指标上表现优异，尤其是在复杂组合概念的表现上，3DGen排名第一。

总体而言，3DGen作为一种创新的3D生成技术，展示了从文本到3D资产的快速生成能力，支持PBR材质和重新纹理化，具有广泛的应用前景。尽管在某些方面仍有改进空间，但3DGen的推出无疑为3D内容创作领域带来了新的可能性和机遇。

原文和模型

【原文链接】 阅读原文 [ 3320字 | 14分钟 ]
【原文作者】 机器之心
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

Moonshot AI

月之暗面 (Moonshot AI) 创立于2023年3月，致力于寻求将能源转化为智能的最优解，通过产品与用户共创智能，2023年10月推出全球首个支持输入20万汉字的智能助手产品Kimi。创始团队核心成员参与了 Google Gemini、Google Bard、盘古NLP、悟道等多个大模型的研发，多项核心技术被Google PaLM、Meta LLaMa、Stable Diffusion等主流产品采用。